woladi/macos-vision-mcp

Cosa fa

woladi/macos-vision-mcp è un server MCP che avvolge l'API Vision nativa di macOS per fornire potenti capacità locali di OCR e analisi delle immagini. Abilita il riconoscimento ottico dei caratteri su immagini e PDF con metadati dettagliati, inclusi l'ordine di lettura dei paragrafi, le coordinate dei riquadri e i punteggi di confidenza. Lo strumento supporta anche il rilevamento dei volti, il riconoscimento dei codici a barre, la scansione dei codici QR, il rilevamento degli angoli dei documenti e la classificazione delle immagini, il tutto elaborato localmente sul tuo computer.

Come configurarlo

Questo è un server MCP (Model Context Protocol) progettato per sistemi macOS. L'installazione prevede il cloning del repository da GitHub e la configurazione come server MCP all'interno della configurazione del tuo strumento AI. Assicurati di avere macOS con il framework Vision disponibile, quindi aggiungi l'endpoint del server alle impostazioni del tuo cliente AI Claude o compatibile.

Caratteristiche principali

• OCR con ID di linea e paragrafo e metriche di confidenza
• Estrazione di testo da PDF con preservazione dell'ordine di lettura
• Coordinate dei riquadri per una posizione precisa del testo
• Rilevamento e riconoscimento dei volti
• Scansione di codici a barre e codici QR
• Rilevamento degli angoli dei documenti per la scansione dei documenti
• Capacità di classificazione delle immagini
• Elaborazione completamente locale—nessuna chiamata API esterna richiesta