Ddddocr Captcha MCP

🚀 ddddocr 驗證碼識別 MCP 服務器

這是一個強大的驗證碼識別MCP服務器，它基於 ddddocr 庫構建，具備先進的文本OCR識別、目標檢測和滑塊匹配能力。

🚀 快速開始

你可以通過以下兩種方式安裝並使用本項目：

從 Smithery 安裝（推薦）

1. 訪問 Smithery.ai
2. 搜索 “ddddocr-captcha-recognition-ymeng98”
3. 一鍵安裝到你的AI工具鏈中

本地開發

# 克隆並設置項目
git clone <repository-url>
cd ddddocr-captcha
npm install

# 安裝Python依賴
pip install -r requirements.txt

# 運行開發服務器
npm run dev

✨ 主要特性

• 🔤 文本OCR識別 - 從驗證碼圖像中識別文本內容
• 🎯 目標檢測 - 檢測驗證碼圖像中的目標物體
• 🔄 滑塊匹配 - 高精度匹配滑塊驗證碼的位置
• ⚡ 高性能 - 基於ONNX運行時，處理速度快
• 🔌 MCP兼容 - 完全兼容模型上下文協議

💻 使用示例

可用工具

ocr_recognize

從驗證碼圖像中識別文本內容。 參數：

• image_base64（可選）：Base64編碼的圖像數據
• image_path（可選）：圖像文件的路徑

detect_objects

檢測驗證碼圖像中的目標物體。 參數：

• image_base64（可選）：Base64編碼的圖像數據
• image_path（可選）：圖像文件的路徑

match_slider

匹配滑塊驗證碼的位置。 參數：

• target_base64（可選）：目標圖像的Base64編碼
• background_base64（可選）：背景圖像的Base64編碼
• target_path（可選）：目標圖像文件的路徑
• background_path（可選）：背景圖像文件的路徑

health_check

檢查 ddddocr 服務的健康狀態。

🔧 技術細節

• 核心識別：dddocr 庫
• 圖像處理：OpenCV、Pillow
• 協議：模型上下文協議（MCP）
• 運行時：TypeScript（Node.js）+ Python 後端
• 模型：基於ONNX的神經網絡

📄 許可證

本項目採用 MIT 許可證。

支持

如果遇到問題或有疑問，請訪問我們的GitHub倉庫或聯繫維護者。