$ loading_
提供 OCR 与关键词提取工具，便于拆分和优化 AI 工作流。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Segmenting AI Workflow MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请先对这份扫描文档执行 OCR，输出可读文本；再基于识别结果提取 10 个关键词，并分成两个独立步骤返回。
先返回 OCR 文本，再返回关键词列表，便于分别检查每一步效果。
把文档处理流程拆成 OCR 和关键词提取两个阶段，并分别给出每个阶段的输出，方便我单独测试和调优。
得到分阶段结果，可单独比较 OCR 质量和关键词提取质量。
仅对输入图片执行 OCR，确认文本可用后再进行关键词提取；请把两个步骤分开输出，以便按需决定是否继续。
先提供 OCR 结果，再决定是否进行下一步，从而帮助控制调用成本。
开发者或分析师可先对扫描图片或文档做 OCR，再单独执行关键词提取。这样更容易定位是哪一步影响最终结果。
当团队需要优化文档理解流程时，可以把 OCR 与关键词提取拆开测试。这样便于分别调参、比较效果并逐步改进流程。
在 AI 工作流中，先执行 OCR、确认文本质量后再进入后续步骤，有助于减少不必要处理。适合关注调用成本和流程效率的团队。
它提供 OCR 和关键词提取能力，并支持把 AI 工作流拆成离散步骤。这样更方便测试、调优和控制成本。
它适合需要先识别文本、再提取关键信息的流程，尤其是文档或图片文本处理场景。也适合希望按步骤检查输出质量的 AI 工作流。
给定信息未说明安装方法、运行时或密钥要求。具体请见源码仓库。
帮助 AI 深度理解文档内容，提取文本、分析结构并识别关键信息。
通过 MCP 提供 OCR 识别、文本提取与文档版面解析能力
通过多种输入方式批量识别图片文字，并输出纯文本、JSON或Markdown。
支持在本地文档目录中做关键词检索并提取相关段落与来源
帮助用户从 PDF 和 Word 文档中快速提取图片，便于整理、复用与分析。
提供查询规范化、知识检索与RAG提示构建的生产级MCP工具服务