woladi/macos-vision-mcp

O que faz

woladi/macos-vision-mcp é um servidor MCP que envolve a API Vision nativa do macOS para fornecer poderosas capacidades locais de OCR e análise de imagem. Permite o reconhecimento óptico de caracteres em imagens e PDFs com metadados detalhados, incluindo a ordem de leitura de parágrafos, caixas delimitadoras e pontuações de confiança. A ferramenta também suporta detecção de rostos, reconhecimento de códigos de barras, digitalização de códigos QR, detecção de cantos de documentos e classificação de imagens – tudo processado localmente em sua máquina.

Como configurar

Este é um servidor MCP (Model Context Protocol) projetado para sistemas macOS. A instalação envolve clonar o repositório do GitHub e configurá-lo como um servidor MCP dentro da configuração da sua ferramenta AI. Certifique-se de ter o macOS com o framework Vision disponível e, em seguida, adicione o ponto de extremidade do servidor às configurações do seu cliente AI Claude ou compatível.

Principais recursos

• OCR com IDs de linha e parágrafo e métricas de confiança
• Extração de texto PDF com preservação da ordem de leitura
• Coordenadas de caixa delimitadora para localização precisa do texto
• Detecção e reconhecimento de rostos
• Digitalização de códigos de barras e códigos QR
• Detecção de cantos de documentos para digitalização de documentos
• Capacidades de classificação de imagens
• Processamento totalmente local – nenhuma chamada de API externa necessária