# Агент извлекает текст из сканов и фото через MCP

*Личное · Пошаговая настройка*  
Страница: https://ahamoment.ru/c/agent-izvlekaet-tekst-iz-skanov-i-foto-cherez-mcp-cyim

## Что делает

Агент подключается к сканеру или принимает файлы, распознаёт текст с помощью нейросетей и отдаёт результат в IDE. Разработчик получает готовые данные для обработки документов без ручного ввода.

## Для кого

- Разработчик

## Инструменты

- **MCP** — Способ подключить ИИ-агента к другим сервисам
- **DeepSeek** — Нейросеть от китайской компании DeepSeek
- **Qwen** — Нейросеть от китайской компании Alibaba
- **Cursor** — Редактор кода со встроенным ИИ-помощником

## Что понадобится

- Компьютер с Python 3.12+
- IDE с поддержкой MCP (Cursor, Claude Desktop)
- Сканер (опционально)
- Время настройки: 30 минут
- Сложность: Нужен терминал

## Как повторить

1. Установите проект с GitHub и запустите сервер.
2. Подключите сервер к IDE через конфигурацию MCP.
3. Откройте чат с нейросетью в редакторе кода.
4. Отправьте агенту изображение или файл документа.
5. Получите распознанный текст или таблицу в ответ.

## Подробности

Разработчик использует проект OCR-MCP для автоматизации работы с бумажными документами. Инструмент работает как сервер протокола MCP (Model Context Protocol), который позволяет нейросетям в редакторах кода, таких как Cursor или Claude, самостоятельно выполнять задачи по распознаванию текста.

Программа поддерживает 14 разных моделей распознавания, включая DeepSeek-OCR и Qwen. Она умеет не только читать текст, но и извлекать таблицы, заполнять формы и даже сканировать книги. Пользователь может загрузить файл или отправить изображение прямо со сканера, а агент вернёт структурированный текст или JSON.

Решение работает локально на компьютере разработчика. Это позволяет обрабатывать конфиденциальные документы без отправки данных в облако. Агент интегрируется в рабочий процесс программиста, экономя время на ручной перепечатке информации.

## Источник

- Оригинал: [GitHub - sandraschi/ocr-mcp: FastMCP server providing advanced OCR capabilities with current state-of-the-art models (DeepSeek-OCR, Florence-2, DOTS.OCR, PP-OCRv5, Qwen-Image-Layered decomposition), WIA scanner control, and multi-format document processing for PDFs, CBZ comics, and images.](https://github.com/sandraschi/ocr-mcp)
- Перевод и пересказ ahamoment
- Добавлено: 3 ноября 2026 г.
- Кейс на ahamoment.ru: https://ahamoment.ru/c/agent-izvlekaet-tekst-iz-skanov-i-foto-cherez-mcp-cyim