wk-ocr-mcp 0.1.0__tar.gz

wk_ocr_mcp-0.1.0/PKG-INFO

@@ -0,0 +1,120 @@
+Metadata-Version: 2.4
+Name: wk-ocr-mcp
+Version: 0.1.0
+Summary: MCP server for OCR text recognition service (RapidOCR + OpenVINO)
+Project-URL: Homepage, https://github.com/your-org/wk-ocr-mcp
+Project-URL: Repository, https://github.com/your-org/wk-ocr-mcp
+License: MIT
+Keywords: claude-code,mcp,ocr,rapidocr,text-recognition
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Developers
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Topic :: Multimedia :: Graphics
+Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
+Requires-Python: >=3.10
+Requires-Dist: httpx>=0.27.0
+Requires-Dist: mcp>=1.0.0
+Description-Content-Type: text/markdown
+
+# OCR MCP Server
+
+MCP (Model Context Protocol) 服务器，让 Claude Code / Cursor / Windsurf 等 AI 编码工具通过 MCP 协议直接调用 OCR 文字识别服务。
+
+## 功能
+
+| Tool | 说明 |
+|------|------|
+| `ocr_recognize` | 图片文字识别 - 从任意包含文字的图片中提取文本内容 |
+| `ocr_table` | 表格识别 - 从图片中提取表格的行列结构化数据 |
+| `ocr_health` | 服务健康检查 - 验证后端 OCR 服务是否正常运行 |
+
+## 环境变量
+
+| 变量 | 默认值 | 说明 |
+|------|--------|------|
+| `OCR_SERVICE_URL` | `http://127.0.0.1:8082` | OCR 后端服务地址 |
+| `OCR_PUBLIC_URL` | `https://gogs.wxapp.info/ocr-api` | 公开访问地址（仅供参考） |
+
+## 安装
+
+### 方式一：pip 安装
+
+```bash
+pip install .
+```
+
+### 方式二：uvx 直接运行（无需安装）
+
+```bash
+uvx wk-ocr-mcp
+```
+
+## Claude Code 接入配置
+
+在 `~/.claude/settings.json` 中添加：
+
+```json
+{
+  "mcpServers": {
+    "ocr": {
+      "command": "uvx",
+      "args": ["wk-ocr-mcp"],
+      "env": {
+        "OCR_SERVICE_URL": "https://gogs.wxapp.info/ocr-api"
+      }
+    }
+  }
+}
+```
+
+或使用 pip 安装后的命令：
+
+```json
+{
+  "mcpServers": {
+    "ocr": {
+      "command": "wk-ocr-mcp"
+    }
+  }
+}
+```
+
+## 开发/本地测试
+
+```bash
+# 克隆后本地安装
+cd /lio/projects/ocr-mcp-server
+pip install -e .
+
+# 直接运行
+python -m ocr_mcp_server
+
+# 或
+ocr-mcp-server
+```
+
+## OCR API 端点
+
+服务暴露以下 HTTP API（由 `OCR_SERVICE_URL` 指定的后端）：
+
+- `POST /api/ocr` - 文字识别（form: image_base64）
+- `POST /api/table` - 表格识别（form: image_base64）
+- `GET /api/health` - 健康检查
+
+## 使用示例
+
+### Claude Code 中使用
+
+```
+/ OCR识别截图
+```
+
+或通过 MCP tool 直接调用 `ocr_recognize` 或 `ocr_table`。
+
+## License
+
+MIT

wk_ocr_mcp-0.1.0/README.md

@@ -0,0 +1,98 @@
+# OCR MCP Server
+
+MCP (Model Context Protocol) 服务器，让 Claude Code / Cursor / Windsurf 等 AI 编码工具通过 MCP 协议直接调用 OCR 文字识别服务。
+
+## 功能
+
+| Tool | 说明 |
+|------|------|
+| `ocr_recognize` | 图片文字识别 - 从任意包含文字的图片中提取文本内容 |
+| `ocr_table` | 表格识别 - 从图片中提取表格的行列结构化数据 |
+| `ocr_health` | 服务健康检查 - 验证后端 OCR 服务是否正常运行 |
+
+## 环境变量
+
+| 变量 | 默认值 | 说明 |
+|------|--------|------|
+| `OCR_SERVICE_URL` | `http://127.0.0.1:8082` | OCR 后端服务地址 |
+| `OCR_PUBLIC_URL` | `https://gogs.wxapp.info/ocr-api` | 公开访问地址（仅供参考） |
+
+## 安装
+
+### 方式一：pip 安装
+
+```bash
+pip install .
+```
+
+### 方式二：uvx 直接运行（无需安装）
+
+```bash
+uvx wk-ocr-mcp
+```
+
+## Claude Code 接入配置
+
+在 `~/.claude/settings.json` 中添加：
+
+```json
+{
+  "mcpServers": {
+    "ocr": {
+      "command": "uvx",
+      "args": ["wk-ocr-mcp"],
+      "env": {
+        "OCR_SERVICE_URL": "https://gogs.wxapp.info/ocr-api"
+      }
+    }
+  }
+}
+```
+
+或使用 pip 安装后的命令：
+
+```json
+{
+  "mcpServers": {
+    "ocr": {
+      "command": "wk-ocr-mcp"
+    }
+  }
+}
+```
+
+## 开发/本地测试
+
+```bash
+# 克隆后本地安装
+cd /lio/projects/ocr-mcp-server
+pip install -e .
+
+# 直接运行
+python -m ocr_mcp_server
+
+# 或
+ocr-mcp-server
+```
+
+## OCR API 端点
+
+服务暴露以下 HTTP API（由 `OCR_SERVICE_URL` 指定的后端）：
+
+- `POST /api/ocr` - 文字识别（form: image_base64）
+- `POST /api/table` - 表格识别（form: image_base64）
+- `GET /api/health` - 健康检查
+
+## 使用示例
+
+### Claude Code 中使用
+
+```
+/ OCR识别截图
+```
+
+或通过 MCP tool 直接调用 `ocr_recognize` 或 `ocr_table`。
+
+## License
+
+MIT

wk_ocr_mcp-0.1.0/pyproject.toml

@@ -0,0 +1,37 @@
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[project]
+name = "wk-ocr-mcp"
+version = "0.1.0"
+description = "MCP server for OCR text recognition service (RapidOCR + OpenVINO)"
+readme = "README.md"
+requires-python = ">=3.10"
+license = {text = "MIT"}
+keywords = ["mcp", "ocr", "text-recognition", "rapidocr", "claude-code"]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Developers",
+    "License :: OSI Approved :: MIT License",
+    "Programming Language :: Python :: 3",
+    "Programming Language :: Python :: 3.10",
+    "Programming Language :: Python :: 3.11",
+    "Programming Language :: Python :: 3.12",
+    "Topic :: Multimedia :: Graphics",
+    "Topic :: Scientific/Engineering :: Artificial Intelligence",
+]
+dependencies = [
+    "mcp>=1.0.0",
+    "httpx>=0.27.0",
+]
+
+[project.scripts]
+wk-ocr-mcp = "ocr_mcp_server.server:mcp.run"
+
+[project.urls]
+Homepage = "https://github.com/your-org/wk-ocr-mcp"
+Repository = "https://github.com/your-org/wk-ocr-mcp"
+
+[tool.hatch.build.targets.wheel]
+packages = ["src/ocr_mcp_server"]

wk_ocr_mcp-0.1.0/src/ocr_mcp_server/__main__.py

@@ -0,0 +1,3 @@
+from .server import mcp
+
+mcp.run()

wk_ocr_mcp-0.1.0/src/ocr_mcp_server/server.py

@@ -0,0 +1,134 @@
+import os
+import json
+import base64
+import httpx
+from mcp.server.fastmcp import FastMCP
+
+mcp = FastMCP("ocr-service")
+
+
+def _get_service_url() -> str:
+    return os.environ.get("OCR_SERVICE_URL", "http://127.0.0.1:8082")
+
+
+def _clean_base64(data: str) -> str:
+    """Extract raw base64 from data URI if needed"""
+    if data.startswith("data:"):
+        return data.split(",", 1)[1] if "," in data else data
+    return data
+
+
+async def _get_image_base64(image_base64: str = "", image_url: str = "") -> str:
+    """Resolve image source to base64. Returns cleaned base64 string."""
+    if image_base64:
+        return _clean_base64(image_base64)
+
+    if image_url:
+        async with httpx.AsyncClient(timeout=30.0) as client:
+            response = await client.get(image_url)
+            response.raise_for_status()
+            return base64.b64encode(response.content).decode("utf-8")
+
+    raise ValueError("Either image_base64 or image_url must be provided")
+
+
+@mcp.tool()
+async def ocr_recognize(image_base64: str = "", image_url: str = "") -> str:
+    """OCR文字识别 - 从图片或PDF中提取文字内容。
+
+    适用场景：
+    - 截图、照片中的文字提取
+    - 扫描文档的文字识别
+    - 代码截图转文本
+    - 任意包含文字的图片转文本
+
+    参数：
+    - image_base64: 图片的base64编码（纯base64或data URI格式如data:image/png;base64,xxx）
+    - image_url: 图片URL地址（服务器自动下载识别，与base64二选一）
+
+    返回：识别的文字内容、行数、耗时等信息（JSON格式）
+    """
+    try:
+        b64_data = await _get_image_base64(image_base64, image_url)
+
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            response = await client.post(
+                f"{_get_service_url()}/api/ocr",
+                data={"image_base64": b64_data},
+                headers={"Content-Type": "application/x-www-form-urlencoded"},
+            )
+            response.raise_for_status()
+            return json.dumps(response.json(), ensure_ascii=False, indent=2)
+
+    except httpx.HTTPStatusError as e:
+        return json.dumps({"error": f"OCR服务HTTP错误: {e.response.status_code}", "detail": e.response.text}, ensure_ascii=False)
+    except httpx.RequestError as e:
+        return json.dumps({"error": f"OCR服务连接失败: {e}"}, ensure_ascii=False)
+    except ValueError as e:
+        return json.dumps({"error": f"参数错误: {e}"}, ensure_ascii=False)
+    except Exception as e:
+        return json.dumps({"error": f"OCR识别失败: {e}"}, ensure_ascii=False)
+
+
+@mcp.tool()
+async def ocr_table(image_base64: str = "", image_url: str = "") -> str:
+    """表格识别 - 从图片中提取表格结构化数据。
+
+    适用场景：
+    - 截图表格转结构化数据
+    - 扫描表格的行列提取
+    - 任意包含表格的图片转为行列数据
+
+    参数：
+    - image_base64: 图片的base64编码（纯base64或data URI格式）
+    - image_url: 图片URL地址（服务器自动下载识别，与base64二选一）
+
+    返回：表格单元格内容（JSON格式，含行列结构）
+    """
+    try:
+        b64_data = await _get_image_base64(image_base64, image_url)
+
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            response = await client.post(
+                f"{_get_service_url()}/api/table",
+                data={"image_base64": b64_data},
+                headers={"Content-Type": "application/x-www-form-urlencoded"},
+            )
+            response.raise_for_status()
+            return json.dumps(response.json(), ensure_ascii=False, indent=2)
+
+    except httpx.HTTPStatusError as e:
+        return json.dumps({"error": f"OCR服务HTTP错误: {e.response.status_code}", "detail": e.response.text}, ensure_ascii=False)
+    except httpx.RequestError as e:
+        return json.dumps({"error": f"OCR服务连接失败: {e}"}, ensure_ascii=False)
+    except ValueError as e:
+        return json.dumps({"error": f"参数错误: {e}"}, ensure_ascii=False)
+    except Exception as e:
+        return json.dumps({"error": f"表格识别失败: {e}"}, ensure_ascii=False)
+
+
+@mcp.tool()
+async def ocr_health() -> str:
+    """OCR服务健康检查 - 检查后端识别服务是否正常运行。
+
+    适用场景：
+    - 启动前验证服务可用性
+    - 监控服务状态
+    - 排查OCR功能异常原因
+
+    返回：服务状态信息（JSON格式）
+    """
+    try:
+        async with httpx.AsyncClient(timeout=10.0) as client:
+            response = await client.get(f"{_get_service_url()}/api/health")
+            response.raise_for_status()
+            return json.dumps(response.json(), ensure_ascii=False, indent=2)
+
+    except httpx.RequestError as e:
+        return json.dumps({"error": f"服务不可达: {e}"}, ensure_ascii=False)
+    except Exception as e:
+        return json.dumps({"error": f"健康检查失败: {e}"}, ensure_ascii=False)
+
+
+if __name__ == "__main__":
+    mcp.run()