OCR MCP Server

一个基于 Tesseract.js 的 MCP（Model Context Protocol）服务器，让 Cursor 具备 OCR 图片文字识别能力。

功能特性

• 支持识别图片中的中文（简体/繁体）、英文等多种语言
• 支持常见图片格式：PNG、JPG、JPEG、BMP、GIF、WebP
• 纯 JavaScript 实现，无需额外安装 OCR 软件
• 返回识别置信度，帮助判断识别质量

安装

cd /Users/taowenxin/Desktop/mcpTest
npm install

在 Cursor 中配置

1. 打开 Cursor 设置：File > Preferences > Cursor Settings
2. 找到 Features > MCP
3. 点击 Edit in settings.json 或手动添加配置

在 ~/.cursor/mcp.json 或 Cursor 设置中添加：

{
  "mcpServers": {
    "ocr-tool": {
      "command": "node",
      "args": ["/Users/taowenxin/Desktop/mcpTest/index.js"]
    }
  }
}

配置完成后，重启 Cursor 或刷新 MCP 连接。

使用方法

在 Cursor 的 Chat 面板（Agent 模式）中使用：

识别图片文字

请识别这张图片中的文字：/Users/taowenxin/Desktop/screenshot.png

或者指定语言：

请用英文识别这张图片：/path/to/image.jpg

查看支持的语言

请列出 OCR 支持的语言

支持的语言

语言代码	语言名称
chi_sim	简体中文
chi_tra	繁体中文
eng	英文
jpn	日文
kor	韩文
fra	法文
deu	德文
spa	西班牙文
rus	俄文
ara	阿拉伯文

提供的工具

recognize_text

识别图片中的文字内容。

参数：

• image_path (必填): 图片文件的本地绝对路径
• languages (可选): 识别语言代码数组，默认 ["chi_sim", "eng"]

list_ocr_languages

列出所有支持的 OCR 语言及其代码。

注意事项

1. 首次运行：Tesseract.js 会自动下载语言包（约 10-20MB），需要网络连接
2. 识别质量：识别准确率取决于图片清晰度、字体大小和图片质量
3. 使用模式：建议在 Cursor 的 Agent 模式下使用，以便自动触发工具调用
4. 路径格式：请使用绝对路径，确保路径正确且文件存在

本地测试

# 直接运行服务器（用于调试）
node index.js

技术栈

• Model Context Protocol SDK - MCP 官方 SDK
• Tesseract.js - 纯 JavaScript OCR 引擎

License

MIT