QR Reader MCP Server

QR Reader MCP Server

Enables AI assistants to decode QR codes from images, with tools for scanning full images and enhancing blurry or reflective regions before decoding, plus quality diagnostics to guide retry strategies.

Category
访问服务器

README

QR Reader MCP Server

一个 MCP 工具,让 AI 真正读懂二维码。视觉模型能"看到"有码但解不了——这个工具补上了这一步。不只返回内容,还告诉 Agent 码清不清楚、值不值得增强重试。

decode_qrcode_full 只需图片输入即可工作,任何对接了 MCP 的模型都能直接调用。enhance_and_decode 需要模型自行分析图片质量并指定增强区域与策略,因此最适合具备视觉能力的模型使用。

🤖 通过 AI Agent 安装 — 把这条链接发给你的 AI Agent,它会自动完成安装配置:

https://raw.githubusercontent.com/Shalim-C/qr-reader-mcp-server/main/INSTALL_FOR_AGENT.md

Python License MCP


解决什么问题

AI 模型面临一个尴尬的问题:有视觉能力的模型能认出"图里有一个二维码",但二维码解码走的是像素→二进制数据→文本的算法路径,模型做不到;纯文本模型更不用说,连"看到图里有码"都做不到。

QR Reader MCP Server 把 zbar 二维码解码能力嵌入 AI 工作流——只要有图片输入,就能读出码里的内容。视觉模型可主动触发,纯文本模型通过用户引导触发。

两个工具

工具 说明
decode_qrcode_full 扫描整张图片,返回所有二维码的内容
enhance_and_decode 对模糊/反光/太小的区域做增强后再解码

比成功/失败更多的信息

实际场景中二维码质量参差不齐——模糊、反光、太小、对比度不够。MCP 在返回解码结果的同时,也附带了图像质量数据(模糊度、对比度、反光比例)和 result_code。Agent 拿到这些信息后,可以自然地告诉用户"这个码有点模糊,换个角度拍"或者"反光挡住了,调整一下光源",而不需要用户自己猜测问题出在哪。


快速开始

前置依赖

# Ubuntu / Debian
sudo apt install libzbar0

# macOS
brew install zbar

# Windows (vcpkg)
vcpkg install zbar

安装运行

# 克隆
git clone https://github.com/Shalim-C/qr-reader-mcp-server.git
cd qr-reader-mcp-server

两种安装方式 — 按需选择:

# ── 轻量版(推荐给只想扫码拿结果的人)─────────────────────
# 依赖 ≈15 MB:Pillow + numpy + pyzbar + mcp + requests
# 功能:decode_qrcode_full + enhance_and_decode 全部保留
#       增强管道 degrades to Pillow(denoise 效果稍弱)
pip install -e ".[light]"

# ── 全功能版(需要最强解码能力的)─────────────────────────
# 依赖 ≈120 MB:额外包含 opencv-python
# 功能:轻量版全部功能 + OpenCV 解码回退 + finder-pattern 检测
pip install -e ".[full]"
轻量版 [light] 全功能版 [full]
下载大小 ~15 MB ~120 MB
decode_qrcode_full
enhance_and_decode ✅(denoise 稍弱)
质量指标(blur/contrast/glare)
OpenCV 解码回退
finder-pattern 检测
# 启动(stdio 模式)
python -m qr_reader.server

MCP 客户端配置

Claude Desktop / VS Code Copilot / Cursor:

{
  "mcpServers": {
    "qr-reader": {
      "command": "python",
      "args": ["-m", "qr_reader.server"],
      "env": {
        "LOG_LEVEL": "info",
        "READ_ONLY_MODE": "false"
      }
    }
  }
}

Docker:

{
  "mcpServers": {
    "qr-reader": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "ghcr.io/<your-org>/qr-reader-mcp-server"
      ]
    }
  }
}

环境变量

变量 默认值 说明
LOG_LEVEL info 日志级别:debuginfowarningerror
READ_ONLY_MODE false 设为 true 禁用 enhance_and_decode(仅保留 decode_qrcode_full
MAX_IMAGE_SIZE 10485760 图片大小上限(字节,默认 10 MB)
MAX_INPUT_PIXELS 2560 图片长边超过此值自动缩放
QR_BLUR_THRESHOLD 50.0 模糊度阈值,越低越严格
QR_CONTRAST_THRESHOLD 0.15 对比度阈值,越低越严格
QR_GLARE_THRESHOLD 0.3 反光检测阈值,越低越敏感

工具说明

decode_qrcode_full

对整张图片进行二维码识别和解码,返回结构化结果和质量指标。

输入参数:

参数 类型 必填 说明
image_path string 三选一 本地图片绝对路径(推荐——无管道开销)
image_base64 string 三选一 Base64 编码的图片
image_url string 三选一 图片 URL

返回示例:

{
  "success": true,
  "result_code": "SUCCESS",
  "results": [
    {
      "content": "https://example.com",
      "bbox": [50, 60, 200, 200],
      "type": "QRCODE",
      "raw_bytes": "..."
    }
  ],
  "analysis": {
    "total_detected": 1,
    "quality": {
      "blur_score": 128.5,
      "contrast": 0.72,
      "glare_ratio": 0.05,
      "noise_level": 12.3
    }
  },
  "suggestion": null
}

enhance_and_decode

裁剪指定区域,执行增强操作后再解码。

输入参数:

参数 类型 必填 说明
image_path string 三选一 本地图片绝对路径(推荐——无管道开销)
image_base64 string 三选一 Base64 编码的图片
image_url string 三选一 图片 URL
bbox [int,int,int,int] 或 [[int,int,int,int], ...] 目标区域。单区域传 [x, y, width, height],多区域传 [[x1,y1,w1,h1], ...]
operations object[] 增强操作列表(见下方),不传则仅裁剪解码

增强操作:

操作 说明 关键参数
upscale 放大区域 scale(默认 2.0)
sharpen 锐化边缘 strength(默认 1.5)
adjust_contrast 调整对比度 alpha(默认 1.5),beta(默认 0)
denoise 降噪 h(默认 10)

结果码说明

result_code 告诉 AI 助手下一步该做什么:

结果码 含义 AI 应该做什么
SUCCESS 解码成功 直接使用内容
SUCCESS_WITH_WARNING 解码成功但内容可能有异常 检查警告,验证内容
RETRYABLE 质量问题,可修复 调用 enhance_and_decode 重试
NO_QR_FOUND 未检测到二维码 告知用户图中没有二维码
QR_UNRECOVERABLE 二维码已损坏无法恢复 告知用户二维码损坏

示例对话

接入后试试对 AI 助手说:

  • "帮我读一下这张截图里的二维码"
  • "这个二维码太模糊了,试试增强后再读"
  • "扫描这张照片里的所有二维码,列出内容"
  • "这个收据上的码很难扫——能修复一下吗?"

只读模式

设置 READ_ONLY_MODE=true 后,仅保留 decode_qrcode_full 工具。此模式下 enhance_and_decode 不可用——AI 只能扫描,不能修改图片。

适用于审计/日志场景,确保行为确定、无副作用。


安全说明

  • 本服务只处理你提供的图片,不访问你的文件系统
  • image_url 仅用于获取你指定的图片,不做其他网络请求
  • stdio 模式下无需 API Key 或认证
  • 设置 MAX_IMAGE_SIZE 可限制内存占用
  • 日志不记录图片内容和解码数据

项目结构

qr-reader-mcp-server/
├── README.md
├── LICENSE
├── pyproject.toml
├── requirements.txt
├── .env.example
├── .gitignore
├── Dockerfile
├── docker-compose.yml
├── .github/
│   └── workflows/
│       ├── ci.yml
│       └── release.yml
├── docs/
│   ├── setup.md
│   ├── tools.md
│   ├── troubleshooting.md
│   └── prompts.md
├── src/
│   └── qr_reader/
│       ├── __init__.py
│       ├── server.py          # MCP 入口
│       └── core/
│           ├── __init__.py
│           ├── decoder.py     # 二维码解码(基于 pyzbar)
│           ├── quality.py     # 图像质量分析
│           ├── diagnosis.py   # 结果分类与详情提取
│           └── url_utils.py   # SSRF 防护
└── tests/
    ├── __init__.py
    ├── test_decoder.py
    ├── test_diagnosis.py
    ├── test_quality.py
    ├── test_server.py
    └── test_ssrf.py

开源协议

MIT — 详见 LICENSE

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选