$ loading_
让 AI 代理直接调用本地 Umi-OCR 完成图片与 PDF 文字识别
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Umi-OCR 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。
请调用 Umi-OCR MCP Server 识别这张截图中的全部文字，并按原有段落顺序输出。
返回截图中的可读文本，尽量保留原始顺序与结构。
请用 Umi-OCR MCP Server 批量处理这个文件夹里的图片，分别输出每张图片的识别结果。
返回按文件区分的批量 OCR 结果，便于后续整理或分析。
请通过 Umi-OCR MCP Server 对这份 PDF 执行 OCR，并整理出可复制的全文文本。
返回从 PDF 中提取的完整文本内容，可用于检索、摘要或归档。
办公人员或研究人员可让 AI 通过该 MCP 工具读取图片或 PDF 中的文字，省去手动录入。适合处理截图、扫描件和图片型文档。
开发者可将本地 Umi-OCR v2 能力暴露给 AI 代理，在自动化流程中批量识别图片文字。这样可以把 OCR 作为工作流中的一个步骤统一调用。
当代理需要依赖本地 OCR 能力时，可以先通过该工具检查状态，再执行识别任务。这样有助于减少因服务不可用导致的流程中断。
它把本地 Umi-OCR v2 的能力通过 MCP 暴露给 AI 代理使用。已知能力包括图片文字识别、批量 OCR、PDF OCR 和状态检查。
按描述来看，它的目标之一就是无需手动启动服务即可让 AI 代理调用 OCR 能力。更具体的运行方式见源码仓库。
它的特点不是单独的人机界面，而是通过 MCP 供 AI 代理直接调用本地 Umi-OCR v2。也就是说，它更适合集成到代理和自动化流程中。
让无视觉能力的智能体读取图片内容、OCR文字并提取结构化数据。
为 AI 助手提供统一 OCR 接口，并可评测对比多种识别引擎效果。
帮助识别图片内容、提取文字，并输出结构化 JSON 或表格结果。
将 PDF 转为可引用的结构化内容，支持解析、抽取、问答与渲染
帮助用户从 PDF、图片和 Office 文档中提取并结构化关键信息。
从图片与 PDF 中快速提取文字内容，便于检索、整理与自动化处理。