OCR MCP Server

Claude Vision 기반 문서 텍스트 인식 MCP 도구 — Tesseract/PaddleOCR 등 타사 OCR 엔진 없이 대형 언어 모델의 멀티모달 시각 능력으로 텍스트를 추출합니다.

✨ 기능

• OCR 엔진 제로 의존 — Tesseract, PaddleOCR을 설치하지 않으며 모든 인식 능력은 Claude Vision API에서 제공됩니다.

• 세 가지 도구 — 이미지 인식, 스마트 PDF 인식, 스캔 문서 강제 OCR

• 스마트 폴백 — 텍스트 기반 PDF는 내장 텍스트를 직접 추출하여 API 비용 0원, 스캔 문서는 자동으로 이미지로 변환하여 Vision 처리

• 구조화된 출력 — Markdown 표, JSON, 일반 텍스트를 지원하며 표/양식/손글씨 등 시나리오에 적합

• 플러그 앤 플레이 — Claude Desktop 구성 후 자연어로 바로 호출

Related MCP server: @parserelay/mcp

🛠 도구

📦 설치

# 克隆仓库
git clone https://github.com/你的用户名/ocr-mcp-server.git
cd ocr-mcp-server

# 安装依赖（仅 mcp / anthropic / PyMuPDF）
pip install -r requirements.txt

# 设置 Anthropic API Key
export ANTHROPIC_API_KEY="sk-ant-xxxxx"

⚙️ Claude Desktop 구성

claude_desktop_config.json 파일을 편집합니다:

• macOS: ~/Library/Application Support/Claude/

• Windows: %APPDATA%\Claude\

{
  "mcpServers": {
    "ocr": {
      "command": "python",
      "args": ["/你的绝对路径/ocr-mcp-server/server.py"],
      "env": {
        "ANTHROPIC_API_KEY": "sk-ant-xxxxx"
      }
    }
  }
}

Claude Desktop을 다시 시작하면 바로 사용할 수 있습니다.

🚀 사용

Claude Desktop에서 자연어로 직접 트리거합니다:

• "이 이미지의 텍스트를 인식해 줘" → recognize_image 자동 호출

• "이 PDF에서 표를 추출해 줘" → recognize_pdf 자동 호출

• "이 스캔 문서에 뭐라고 쓰여 있나요?" → recognize_pdf_ocr 자동 호출

🧠 작동 원리

图片  ──→ base64 编码 ──→ Claude Vision API ──→ 结构化文本
PDF   ──→ PyMuPDF 检测文字层
            ├─ 有文字层 → 直接提取（零成本）
            └─ 扫描件   ──→ 转图片 ──→ base64 ──→ Vision API

핵심 아이디어: LLM의 시각 이해 능력으로 기존 OCR 파이프라인을 대체하여 복잡한 레이아웃, 표, 손글씨, 도장 등의 시나리오를 더 잘 이해하고 의미 구조를 유지할 수 있습니다.

🔧 기술 스택

• mcp — MCP 프로토콜 공식 Python SDK(FastMCP)

• anthropic — Claude API 공식 클라이언트

• PyMuPDF — PDF 렌더링 및 내장 텍스트 추출

📄 라이선스

MIT