Mistral OCR MCP 服务器

这是一个基于模型上下文协议（MCP）的服务器，使用Mistral的OCR API提供光学字符识别（OCR）功能。此服务器允许您通过兼容MCP的客户端（如Cursor和Claude Desktop）从PDF文件和图像中提取文本内容。

📖 更多背景信息和实际用例，请参阅相关文章： 如何使用Mistral Document AI整合我的笔记

使用示例流程图

特性

• 从PDF文件和图像（JPG、JPEG、PNG、TIFF、BMP）中提取文本
• 返回分页结构化的文本内容
• 无缝集成到MCP客户端
• 使用FastMCP构建以实现最佳性能

预备条件

• uv 包管理器
• Python 3.10.1 或更高版本
• Mistral API 密钥：https://console.mistral.ai/api-keys

安装

1. 克隆仓库：

   git clone https://github.com/lemopian/mistral-ocr-mcp.git
   cd mistral-ocr-mcp
   

2. 使用uv安装依赖项：

   uv sync
   

3. 设置环境变量： 在项目根目录创建一个 .env 文件：

   echo "MISTRAL_API_KEY=your_mistral_api_key_here" > .env
   

配置MCP客户端

在您的MCP客户端配置文件中添加以下配置：

{
  "mcpServers": {
    "mistral-ocr": {
      "command": "/Users/yourusername/.local/bin/uv",
      "args": [
        "--directory",
        "/path/to/mistral-ocr-mcp",
        "run",
        "main.py"
      ]
    }
  }
}

重要提示： 将 /path/to/mistral-ocr-mcp 替换为您实际克隆的仓库路径。

使用方法

配置完成后，服务器提供了以下工具：

extract_file_content

从PDF文件和图像中提取文本内容。

参数：

• file_path (字符串)：PDF或图像文件的本地路径

返回值：

• 提取的文本内容作为字符串

支持的格式：

• PDF文件（.pdf）
• 图像文件（.jpg、.jpeg、.png、.tiff、.bmp）

示例用法：

请从这个文档中提取文本：/path/to/your/document.pdf

开发

直接运行服务器

uv run main.py

项目结构

mistral-ocr-mcp/
├── mistral_ocr/          # 包目录
│   ├── __init__.py       # 包初始化
│   └── extractor.py      # Mistral OCR 功能
├── docs/                 # 文档
│   └── flowchart.png     # 架构流程图
├── main.py               # MCP服务器实现
├── pyproject.toml        # 项目依赖和配置
├── uv.lock              # 依赖锁定文件
├── .env                 # 环境变量（创建此文件）
├── .gitignore           # Git忽略规则
└── README.md            # 此文件

环境变量

• MISTRAL_API_KEY：您的Mistral API密钥（必需）

故障排除

1. “MISTRAL_API_KEY必须设置”错误：

   • 确保已创建包含您的Mistral API密钥的.env文件
   • 验证API密钥有效

2. “文件未找到”错误：

   • 检查文件路径是否正确且可访问
   • 确保文件格式受支持

3. MCP连接问题：

   • 验证MCP配置中的uv路径是否正确
   • 确保仓库路径绝对且正确
   • 检查所有依赖项是否通过uv sync安装