MCP Mistral OCR

这是一个基于MCP协议的服务器，通过Mistral AI的OCR API提供光学字符识别功能。该服务器可处理本地文件和URL链接，支持图像和PDF文档。

功能特性

使用Mistral OCR处理本地文件（图像和PDF）
支持通过明确指定文件类型来处理URL来源的文件
兼容多种文件格式（JPG、PNG、PDF等）
结果以带时间戳的JSON文件保存
Docker容器化部署
采用UV包管理工具

环境变量

MISTRAL_API_KEY：您的Mistral AI API密钥
OCR_DIR：本地文件处理的目录路径。在容器内部，该路径始终映射到/data/ocr

安装方式

通过Smithery安装

要自动为Claude Desktop安装Mistral OCR，可通过Smithery：

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

使用Docker

构建Docker镜像：

docker build -t mcp-mistral-ocr .

运行容器：

docker run -e MISTRAL_API_KEY=你的API密钥 -e OCR_DIR=/data/ocr -v /本地文件路径:/data/ocr mcp-mistral-ocr

本地开发环境

安装UV包管理器：

pip install uv

创建并激活虚拟环境：

uv venv
source .venv/bin/activate  # Unix系统
# 或
.venv\Scripts\activate  # Windows系统

安装依赖项：

uv pip install .

Claude Desktop配置

将以下配置添加到claude_desktop_config.json：

{
  "mcpServers": {
    "mistral-ocr": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "MISTRAL_API_KEY",
        "-e",
        "OCR_DIR",
        "-v",
        "C:/你的文件路径:/data/ocr",
        "mcp-mistral-ocr:latest"
      ],
      "env": {
        "MISTRAL_API_KEY": "<你的MISTRAL_API_KEY>",
        "OCR_DIR": "C:/你的文件路径"
      }
    }
  }
}

可用工具

1. process_local_file

处理配置的OCR_DIR目录中的文件：

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

2. process_url_file

处理URL来源的文件。需要明确指定文件类型：

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

输出结果

OCR结果以JSON格式保存在OCR_DIR目录下的output子目录中。每个结果文件按以下格式命名：

本地文件：{原始文件名}_{时间戳}.json
URL文件：{URL文件名}_{时间戳}.json 或 url_document_{时间戳}.json（如果URL中没有文件名）

时间戳格式为YYYYMMDD_HHMMSS。

支持的文件类型

图像：JPG、JPEG、PNG、GIF、WebP
文档：PDF及其他Mistral OCR支持的文档格式

限制条件

最大文件大小：50MB（由Mistral API限制）
最大文档页数：1000页（由Mistral API限制）