MCP Mistral Ocr

🚀 MCP Mistral OCR

MCPサーバーで、Mistral AIのOCR APIを使用して光学文字認識機能を提供します。このサーバーは、ローカルファイルとURLの処理をサポートし、画像とPDFに対応しています。

🚀 クイックスタート

MCP Mistral OCRは、Mistral AIのOCR APIを利用した光学文字認識機能を提供するMCPサーバーです。ローカルファイルやURLを通じて画像やPDFの文字認識を行うことができます。

✨ 主な機能

• MistralのOCRを使用してローカルファイル（画像とPDF）を処理する
• 明確なファイルタイプ指定付きのURLファイルを処理する
• 複数のファイル形式（JPG、PNG、PDFなど）をサポートする
• 結果をタイムスタンプ付きのJSONファイルとして保存する
• Dockerコンテナ化されている
• UVパッケージ管理を使用する

🔧 環境変数

📦 インストール

Smitheryを通じたインストール

Smitheryを通じてClaude DesktopにMistral OCRを自動インストールするには：

npx -y @smithery/cli install @everaldo/mcp/mistral-crosswalk --client claude

Dockerを使用する

1. Dockerイメージをビルドする：

docker build -t mcp-mistral-ocr .

2. コンテナを実行する：

docker run -e MISTRAL_API_KEY=your_api_key -e OCR_DIR=/data/ocr -v /path/to/local/files:/data/ocr mcp-mistral-ocr

ローカル開発

1. UVパッケージ管理ツールをインストールする：

pip install uv

2. 仮想環境を作成してアクティブ化する：

uv venv
source .venv/bin/activate  # Unixシステムで
# またはWindowsシステムで
.venv\Scripts\activate

3. 依存関係をインストールする：

uv pip install .

📚 ドキュメント

Claude Desktopの設定

以下の設定をclaude_desktop_config.jsonファイルに追加します：

{
  "mcpServers": {
    "mistral-ocr": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "MISTRAL_API_KEY",
        "-e",
        "OCR_DIR",
        "-v",
        "C:/path/to/your/files:/data/ocr",
        "mcp-mistral-ocr:latest"
      ],
      "env": {
        "MISTRAL_API_KEY": "<YOUR_MISTRAL_API_KEY>",
        "OCR_DIR": "C:/path/to/your/files"
      }
    }
  }
}

利用可能なツール

基本的な使用法

1. process_local_file

OCR_DIRディレクトリ内のファイルを処理します。

{
    "name": "process_local_file",
    "arguments": {
        "filename": "document.pdf"
    }
}

2. process_url_file

URLからファイルを処理します。明確なファイルタイプの指定が必要です。

{
    "name": "process_url_file", 
    "arguments": {
        "url": "https://example.com/document",
        "file_type": "image" // または "pdf"
    }
}

出力

OCR結果はOCR_DIRディレクトリ内のoutputフォルダに保存されます。各結果ファイルの命名形式は以下の通りです：

• ローカルファイルの場合：{original_filename}_{timestamp}.json
• URLの場合：{url_filename}_{timestamp}.json または url_document_{timestamp}.json（URL内にファイル名が見つからない場合）

タイムスタンプの形式はYYYYMMDD_HHMMSSです。

サポートされるファイルタイプ

• 画像：JPG、JPEG、PNG、GIF、WebP
• PDF

⚠️ 注意事項

APIキーの安全性を確保し、平文環境での暴露を避けてください。