# OCR認識

コンピュータ制御機能を提供するMCPサーバーで、マウス・キーボード制御、スクリーンショット、OCR文字認識などが含まれ、クロスプラットフォームで動作し、外部依存が不要です。

xAI Grok APIに基づくMCPサーバーで、AI画像分析機能を提供し、URLとローカルファイルの画像記述、メタデータ抽出、OCR文字認識をサポートします。

MinerUドキュメント解析MCPサーバーは、PDF、DOC、画像などの形式のテキスト、表、数式の抽出をサポートし、高精度のVLMモデルと高速パイプラインモデルを提供し、バッチ処理とローカルファイルのアップロードをサポートします。

Mistral AIのOCRサービスに基づき、ローカルファイルとURLの画像とテキストの認識をサポートします。

コンピュータ制御機能を提供するMCPサーバーで、マウスとキーボードの制御、OCR認識、ウィンドウ管理などが含まれ、PyAutoGUIとRapidOCRに基づいて実現され、外部依存関係はありません。

Auto - Snap MCPは自動化されたスクリーンショットとドキュメント処理ツールで、スクリーンショットを自動的にPDFに変換し、自然言語コマンドで操作でき、複数のシステム環境に対応しています。

これはreMarkableタブレットのMCPサーバーで、AIアシスタントがあなたのreMarkableライブラリ全体を読み取り、検索し、走査できるようにします。OCRを通じた手書きノートの認識を含み、タブレットをAIがアクセス可能な「第二の脳」に変えます。

MaaFrameworkに基づくMCPサーバーで、AIアシスタントにAndroidデバイスとWindowsデスクトップの自動化機能を提供し、OCR認識、クリック、スライド、テキスト入力などの操作をサポートし、操作プロセスを再利用可能なPipelineに変換できます。

RapidOCRに基づくMCPサーバーで、便利なOCRインターフェースサービスを提供します。

OpenAIのビジュアルモデルに基づくOCRサービスで、Cursor IDEと統合して画像の文字を自動抽出し保存します。

手書きOCRのMCPサーバー

スクリーンショットとOCRテキスト認識機能を提供するMCPサーバー