MCP 截图

一个 MCP 服务器，用于捕获屏幕截图并执行 OCR 文本识别。

<a href="https://glama.ai/mcp/servers/vcnmmaejv8"><img width="380" height="200" src="https://glama.ai/mcp/servers/vcnmmaejv8/badge" alt="mcp-screenshot MCP server" /></a>

功能

• 屏幕截图捕获（左半部分、右半部分、全屏）
• OCR 文本识别（支持日语和英语）
• 多种输出格式（JSON、Markdown、垂直、水平）

OCR 引擎

此服务器使用两个 OCR 引擎：

1. yomitoku

   • 主要 OCR 引擎
   • 高精度日语文本识别
   • 作为 API 服务器运行

2. Tesseract.js

   • 备用 OCR 引擎
   • 当 yomitoku 不可用时使用
   • 支持日语和英语识别

安装

npx -y @kazuph/mcp-screenshot

Claude 桌面配置

将以下配置添加到您的 claude_desktop_config.json：

{
  "mcpServers": {
    "screenshot": {
      "command": "npx",
      "args": ["-y", "@kazuph/mcp-screenshot"],
      "env": {
        "OCR_API_URL": "http://localhost:8000"  // yomitoku API 基础 URL
      }
    }
  }
}

环境变量

变量名	描述	默认值
OCR_API_URL	yomitoku API 基础 URL	http://localhost:8000

使用示例

您可以像这样指示 Claude 来使用它：

请截取屏幕左半部分的截图并识别其中的文本。

工具规范

capture

截取屏幕截图并执行 OCR。

选项：

• region: 截图区域（'left'/'right'/'full'，默认值：'left'）
• format: 输出格式（'json'/'markdown'/'vertical'/'horizontal'，默认值：'markdown'）

许可证

MIT

作者

kazuph