技术文档摘要：

TextIn OCR MCP

<p align="center"> <img align="center" src="https://gips3.baidu.com/it/u=1092198735,3072753360&fm=3081&app=3081&f=PNG?w=1274&h=472" width="800" alt="TextIn"> </p>

English | 中文

TextIn OCR MCP 服务器

TextIn MCP 服务器是一款用于从文档中提取文本并进行OCR识别的工具，包括文档文本识别、身份证识别以及发票识别。它还支持将文档转换为Markdown格式。

<!-- <a href="https://glama.ai/mcp/servers/@intsig-textin/textin-mcp"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@intsig-textin/textin-mcp/badge" alt="Textin Server MCP server" /> </a> -->

工具

• recognition_text

  • 图像、Word文档和PDF文件中的文本识别。
  • 输入参数：
    • path (字符串，必需)：文件路径 或 指向文档的URL (HTTP/HTTPS)
  • 返回值：文档的文本内容。
  • 支持转换格式：
    • PDF
    • 图像 (Jpeg, Jpg, Png, Bmp)

• doc_to_markdown

  • 将图像、PDF和Word文档转换为Markdown。
  • 输入参数：
    • path (字符串，必需)：文件路径 或 指向文档的URL (HTTP/HTTPS)
  • 返回值：文档的Markdown格式。
  • 支持转换格式：
    • PDF
    • Microsoft Office 文档 (Word, Excel)
    • 图像 (Jpeg, Jpg, Png, Bmp)

• general_information_extraction

  • 自动识别并从文档中提取信息，或识别并提取用户指定的信息。
  • 输入参数：
    • path (字符串，必需)：文件路径 或 指向文档的URL (HTTP/HTTPS)
    • key (字符串数组，可选)：用户希望识别的非表格文本信息，输入格式为字符串数组。
    • table_header (字符串数组，可选)：用户希望识别的表格信息，输入格式为字符串数组。
  • 返回值：关键信息的JSON。
  • 支持转换格式：
    • PDF
    • Microsoft Office 文档 (Word, Excel)
    • 图像 (Jpeg, Jpg, Png, Bmp)

当输入为URL时，不支持处理受保护资源的访问。

配置

APP_ID 和 APP_SECRET

点击这里注册TextIn账户。

按照此处的说明获取Textin APP_ID和APP_SECRET。

NPX

{
  "mcpServers": {
    "textin-ocr": {
      "command": "npx",
      "args": [
        "-y",
        "@intsig/server-textin"
      ],
      "env": {
        "APP_ID": "<YOUR_APP_ID>",
        "APP_SECRET": "<YOUR_APP_SECRET>",
        "MCP_SERVER_REQUEST_TIMEOUT": "600000"
      },
      "timeout": 600
    }
  }
}

许可证

此MCP服务器采用MIT许可证。这意味着您可以自由地使用、修改和分发该软件，但需遵守MIT许可证的条款和条件。更多详情，请参见项目仓库中的LICENSE文件。