SS

slamsmart/super-mcp-ocr-deepseek

Developer tools

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る

5 stars 4 forks 品質 80 トレンド 27MIT

Memberi ke model AI yang tidak punya vision (mis. , DeepSeek R1, atau LLM teks-only lain) — semua gambar & dokumen dibaca jadi yang bisa langsung dianalisa.

概要

Memberi ke model AI yang tidak punya vision (mis. , DeepSeek R1, atau LLM teks-only lain) — semua gambar & dokumen dibaca jadi yang bisa langsung dianalisa. .doc / .xls versi lama → simpan ulang sebagai .docx / .xlsx. - read_document(file_path, mode, enhance) — nama penuh (teks) - ocr_image(image_path, mode, enhance) — alias kompatibel (teks) - read_colors(file_path, top_n=8, merge=true) — 🎨 - ocr.sh — 🐧 CLI OCR tanpa Python (tesseract + poppler), buat mesin/sandbox tanpa env Python Model teks-only juga . read_colors terjemahkan warna gambar jadi teks berstruktur — hex, rgb, nama, shade, persentase area, dan posisi region. Cocok buat: copy-paste screenshot halaman web, mau ganti warna desain, cari nilai hex yang dipakai. Region label: background, header/navbar, footer, sidebar, panel/card, accent/button/text, band. Nilai hex sudah siap tempel ke CSS/Tailwind. Warna tanpa nama umum (Tailwind dll) dilabel ~custom — pakai hex/rgb-nya.

README

以下は原文 README の抜粋です。原文を見る。

🦉 Super MCP OCR for DeepSeek (teks-only LLM)

Memberi “mata” ke model AI yang tidak punya vision (mis. DeepSeek v4 Flash, DeepSeek R1, atau LLM teks-only lain) — semua gambar & dokumen dibaca jadi teks murni yang bisa langsung dianalisa.

Gambar / PDF / Word / Excel / PPT
        │
        ▼
   [ MCP OCR Server ]  ──►  teks murni  ──►  LLM bisa baca & jawab

✨ Fitur

Format Cara baca
🖼️ Gambar — png, jpg/jpeg, webp, bmp, gif, tif/tiff OCR (RapidOCR + pre-process)
📄 PDF teks asli diekstrak; halaman scan otomatis di-OCR per halaman (max 25 hal)
📝 Office — docx, xlsx/xlsm, pptx, rtf ekstrak paragraf, tabel, slide
📃 Teks — txt, md, csv, json, xml, log, yaml, toml, html baca langsung

Tidak didukung: .doc / .xls versi lama → simpan ulang sebagai .docx / .xlsx.

Tool yang tersedia:

  • read_document(file_path, mode, enhance) — nama penuh (teks)
  • ocr_image(image_path, mode, enhance) — alias kompatibel (teks)
  • read_colors(file_path, top_n=8, merge=true) — 🎨 ekstrak warna dominan dari gambar
  • ocr.sh — 🐧 CLI OCR tanpa Python (tesseract + poppler), buat mesin/sandbox tanpa env Python

🎨 Baca Warna dari Gambar (read_colors)

Model teks-only juga tidak bisa melihat warna. read_colors terjemahkan warna gambar jadi teks berstruktur — hex, rgb, nama, shade, persentase area, dan posisi region. Cocok buat: copy-paste screenshot halaman web, mau ganti warna desain, cari nilai hex yang dipakai.

read_colors(file_path="web-design.png")
read_colors(file_path="ui.png", top_n=12)        # lebih banyak warna
read_colors(file_path="ui.png", merge=false)     # tanpa gabung shade dekat
Param Nilai Fungsi
file_path path gambar lokal / URL wajib
top_n 8 (default) jumlah warna teratas
merge true (default) gabung warna nyaris-sama (<30 delta)

Contoh output:

[COLORS] web-design.png — 1280x800px — top 6 warna dominan
1. #FFFFFF  rgb(255, 255, 255)  ~white (light)  53.1%  posisi: background
2. #1F2937  rgb(31, 41, 55)  ~custom (dark)  19.8%  posisi: header/navbar
3. #3B82F6  rgb(59, 130, 246)  ~custom (dark)  6.5%  posisi: accent/panel

Region label: background, header/navbar, footer, sidebar, panel/card, accent/button/text, band. Nilai hex sudah siap tempel ke CSS/Tailwind. Warna tanpa nama umum (Tailwind dll) dilabel ~custom — pakai hex/rgb-nya.

Flow copas web: gambar di-paste di chat → extract-pasted-image.py → read_colors(...) → dapat hex → edit warna.


🎯 Kenapa ini penting?

Banyak LLM yang murah/cepat hanya teks-only — mereka menolak gambar (Cannot read image / model does not support image input). Padahal pengguna sering paste screenshot error, stack trace, scan dokumen, proposal PDF.

GitHub で README 全文を見る

インストール

This server does not publish a one-line install command.

Open the repository installation guide MCP 初心者?mcpskill.org のガイドから始めましょう →

設定

{ "mcpServers": { "ocr": { "command": "python", "args": ["/path/ke/server.py"], "env": { "PYTHONIOENCODING": "utf-8" } } } }