2018年11月11日

ocrtool-mcpは、SwiftとVisionフレームワークで構築されたオープンソースのmacOSネイティブOCR MCPサーバーです。 Claude Desktop、Cursor、 Continue、Windsurf、Cline、Cherry Studio、またはJSON-RPCを使用したカスタムエージェントなど、ローカルのstdioインテグレーション用に設計されています。

お問い合わせ

✨ 機能

• ✅ macOS Visionフレームワークを搭載した正確なOCR
• ✅中国語と英語の両方のテキストを認識する
• initialize, [tools/list, [tools/call]で標準MCPライフサイクル
• ✅ [[ocr-workflow]]をバンドルしました。
• ✅ 境界ボックス(ピクセル)で行方向のOCR結果を返す
• ✅ 複数の画像入力メソッド(ローカルパス、URL、ベース64)
• ✅ 柔軟な出力フォーマット(プレーンテキスト、マークダウンテーブル、JSON、コードコメント)
• ✅ ライト級選手、速くおよび十分にオフライン
• ✅ オープンソースフリーソフトウェア

お問い合わせ

インストール

##使用すべき1つ

ほとんどのユーザーにとって、選択は簡単です。

• エージェントプラットフォームがスキルをサポートし、よりガイドされた、自然言語のワークフローが必要な場合は、[**] のスキルを使用してください。
• エージェントプラットフォームがMCPサーバーをサポートし、標準ツールとして「[ocrtool-mcp]が露出したときにMCPを使用します.

ocrtool-mcp

🇨🇳 中文文档

ocrtool-mcp is an open-source macOS-native OCR MCP server built with Swift and the Vision framework. It is designed for local stdio integrations in tools like Claude Desktop, Cursor, Continue, Windsurf, Cline, Cherry Studio, or custom agents using JSON-RPC over stdin.

---

✨ Features

• ✅ Accurate OCR powered by macOS Vision Framework
• ✅ Recognizes both Chinese and English text
• ✅ Standard MCP lifecycle with initialize, tools/list, and tools/call
• ✅ Bundled ocr-workflow skill for agent platforms that prefer skills over raw MCP
• ✅ Returns line-wise OCR results with bounding boxes (in pixels)
• ✅ Multiple image input methods (local path, URL, Base64)
• ✅ Flexible output formats (plain text, Markdown table, JSON, code comments)
• ✅ Lightweight, fast, and fully offline
• ✅ Open source free software

---

📦 Installation

Which One Should You Use?

For most users, the choice is simple:

• Use the bundled skill when your agent platform supports skills and you want a more guided, natural-language workflow.
• Use MCP when your agent platform supports MCP servers and you want ocrtool-mcp exposed as a standard tool.

In practical terms:

• Codex / Claude with skills support: install the skill first
• Claude Desktop / Cursor / Continue / Windsurf / Cline / Cherry Studio: connect the MCP server
• Not sure: start with the skill if your platform has a skills directory; otherwise use MCP

Method 1: Using Homebrew (Easiest)

Homebrew availability follows the release pipeline: install or upgrade with Homebrew after the GitHub Actions release workflow finishes and syncs Formula/ocrtool-mcp.rb.

brew tap ihugang/ocrtool
brew install ocrtool-mcp

Ready to use after installation:

ocrtool-mcp --help

Method 2: Download Pre-built Binary

Download the pre-compiled Universal Binary that supports all Macs (Intel and Apple Silicon):

VERSION=""
curl -L -O "https://github.com/ihugang/ocrtool-mcp/releases/download/v${VERSION}/ocrtool-mcp-v${VERSION}-universal-macos.tar.gz"

# Extract
tar -xzf "ocrtool-mcp-v${VERSION}-universal-macos.tar.gz"

# Make executable
chmod +x "ocrtool-mcp-v${VERSION}-universal"

# Move to system path (recommended)
sudo mv "ocrtool-mcp-v${VERSION}-universal" /usr/local/bin/ocrtool-mcp

# Verify installation
ocrtool-mcp --help

Alternatively, you can download directly from the GitHub Releases page.

Method 3: Build from Source

If you prefer to build from source or contribute to development:

git clone https://github.com/ihugang/ocrtool-mcp.git
cd ocrtool-mcp