woladi/macos-vision-mcp

它的功能

woladi/macos-vision-mcp 是一个 MCP 服务器，封装了 macOS 的原生 Vision API，以提供强大的本地 OCR 和图像分析能力。它支持对图像和 PDF 进行光学字符识别，并提供详细的元数据，包括阅读顺序段落、边界框和置信度评分。该工具还支持人脸检测、条形码识别、二维码扫描、文档角落检测和图像分类——所有处理均在您的机器上本地完成。

如何设置

这是一个为 macOS 系统设计的 MCP（模型上下文协议）服务器。安装过程包括从 GitHub 克隆存储库，并在您的 AI 工具配置中将其配置为 MCP 服务器。确保您拥有可用的 Vision 框架的 macOS，然后将服务器端点添加到您的 Claude 或兼容 AI 客户端设置中。

主要特性

• 带有行和段落 ID 及置信度指标的 OCR
• PDF 文本提取，保留阅读顺序
• 精确文本位置的边界框坐标
• 人脸检测和识别
• 条形码和二维码扫描
• 文档扫描的文档角落检测
• 图像分类能力
• 完全本地处理—无需外部 API 调用