🚀 MCP 截图

MCP 截图是一个强大的 MCP 服务器，它能够捕获截图，并对截图内容执行 OCR 文本识别，为处理图像文字信息提供了极大的便利。

点击此处

✨ 主要特性

• 📸 截图捕捉：支持捕获屏幕的左半部分、右半部分以及全屏截图。
• 📖 OCR 文字识别：可对日语和英语进行准确的文字识别。
• 📄 多种输出格式：提供 JSON、Markdown、垂直、水平等多种输出格式，满足不同场景需求。

📚 详细文档

OCR 引擎

此服务器使用两种 OCR 引擎：

1. yomitoku
   • 主要 OCR 引擎，具备高精度的日语文本识别能力。
   • 以 API 服务器的形式运行。
2. Tesseract.js
   • 回退 OCR 引擎，当 yomitoku 不可用时发挥作用。
   • 支持日语和英语识别。

工具规范

capture

捕获截图并执行 OCR。 选项：

• region：截图区域（可选值为 'left'、'right'、'full'，默认值为 'left'）。
• format：输出格式（可选值为 'json'、'markdown'、'vertical'、'horizontal'，默认值为 'markdown'）。

📦 安装指南

在终端中运行以下命令进行安装：

npx -y @kazuph/mcp-screenshot

Claude Desktop 配置

将以下配置添加到你的 claude_desktop_config.json 文件中：

{
  "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

💻 使用示例

基础用法

你可以通过指示 Claude 如下使用它：

请捕获屏幕的左半部分并识别其中的文字。

📄 许可证

本项目采用 MIT 许可证。

👨‍💻 作者

kazuph