Come collegare OCR.space a Gemini via MCP

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → OCR.space, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

OCR.space + Gemini

OCR.space OCR API: leggi il testo di immagini e PDF (scontrini, fatture, scansioni, screenshot, foto di documenti) da un URL pubblico, con rilevamento automatico della lingua, modalità tabella per gli scontrini ed esportazione in PDF ricercabile. Chiave API gratuita.

Prerequisiti

Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:

OCR_SPACE_API_KEY

Step 1 — Ottieni le credenziali

La configurazione richiede circa 1 minuto. Ti serve una chiave API di OCR.space: una chiave gratuita, che arriva via e-mail, oppure la chiave di un piano PRO.

1. Richiedi una chiave API gratuita su ocr.space/ocrapi/freekey. OCR.space te la invia via e-mail.
2. Incolla solo la chiave in OCR_SPACE_API_KEY, senza spazi né virgolette. Il connettore la invia nell'header apikey.
3. Installa il connettore. Il controllo all'installazione legge una piccola immagine di esempio, che conta come una richiesta.
4. Esegui ocr_space_read_url su una piccola immagine pubblica, per esempio uno screenshot o la foto di uno scontrino: restituisce il testo di ogni pagina.

Cosa legge: il testo di immagini (JPG, PNG, GIF, TIF, BMP, WEBP) e PDF a un URL pubblico: scontrini, fatture, documenti di trasporto, lettere scansionate, screenshot e foto di documenti. ocr_space_read_url restituisce un testo per pagina, con gli a capo, più i codici di uscita. ocr_space_make_searchable_pdf trasforma una scansione in un PDF ricercabile (un livello di testo invisibile sopra l'originale) e restituisce il link di download insieme al testo riconosciuto.

Il file deve essere pubblico: OCR.space scarica il file da sé, quindi l'URL deve aprirsi da internet senza login. Un link a un drive privato o a un allegato e-mail fallisce con E217 (could not download). Se l'URL non ha estensione, l'AI indica a OCR.space il tipo di file.

Motori e lingue: il motore 2 (predefinito) è veloce, riconosce la lingua da solo e gestisce bene numeri e caratteri speciali. Il motore 3 è il più preciso, con oltre 200 lingue, scrittura a mano e layout complessi, ma è più lento. La lingua auto funziona con entrambi; se sbaglia lingua, l'AI imposta un codice come ger, fre, ita, spa, chs o jpn.

Scontrini, immagini piccole o ruotate: la modalità tabella mantiene scontrini e tabelle riga per riga nell'ordine di lettura. L'ingrandimento aiuta con immagini piccole o sfocate, scansioni e screenshot. Il rilevamento dell'orientamento raddrizza le foto ruotate prima di leggerle.

PDF ricercabili: il link di download (SearchablePDFURL) scade dopo circa un'ora, quindi salva il file presto. Con il piano gratuito il PDF ha una filigrana. Il livello di testo può essere evidenziato o restare invisibile nei visualizzatori PDF.

Solo lettura: entrambi gli strumenti leggono soltanto, anche se sono richieste POST. Nel tuo account OCR.space non cambia nulla, quindi non c'è niente da confermare e nessuno strumento è disattivato all'installazione.

Limiti: con il piano gratuito un file può pesare fino a 1 MB e un PDF avere fino a 3 pagine, con 25.000 richieste al mese e 500 al giorno per indirizzo IP. Il motore 3 è limitato a 1.000 pagine al mese con il piano gratuito. Le chiavi PRO permettono 5 MB per file e più pagine.

Leggere la risposta: OCRExitCode 1 significa che tutte le pagine sono state lette, 2 alcune, 3 o 4 nessuna, e ErrorMessage spiega perché. OCR.space segnala gli errori di elaborazione con HTTP 200; il connettore li trasforma in una chiamata fallita con il messaggio di OCR.space.

Errori comuni: 403 E555 significa che la chiave API è sbagliata. 400 E400 indica che non è stato passato alcun file, E204 un parametro errato. E217 è un URL che non si può scaricare. 429 o E500 indica che hai raggiunto il limite mensile o giornaliero: riprova più tardi o usa una chiave PRO.

Il connettore non carica file dal tuo computer e non legge link a drive privati o allegati e-mail: funziona solo con un URL pubblico.

Step 2 — Installa l'adapter

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Step 3 — Aggiungi il connettore in Gemini

L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostra YOUR_SERVER_ID.

Gemini CLI legge i server MCP da ~/.gemini/settings.json (su Windows %USERPROFILE%\.gemini\settings.json). Aggiungi:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Crea una chiave API MCP in AnythingMCP da MCP Servers → il tuo server → API keys e incollala al posto di YOUR_MCP_API_KEY.
2. Salva il file e riavvia gemini.
3. Esegui /mcp in Gemini CLI (oppure gemini mcp list dal terminale): anythingmcp dovrebbe risultare connesso.
4. Inizia a scrivere prompt: Gemini CLI ora può chiamare i tool di OCR.space.

Tool disponibili

Esempi di prompt

• "Leggi lo scontrino su https://example.com/scontrini/2026-10-14.jpg ed elenca ogni articolo con il prezzo in euro, più il totale."
• "Estrai numero, data, fornitore e importo totale dalla fattura scansionata su https://example.com/scansioni/fattura-4711.pdf."
• "Trasforma il contratto d'affitto scansionato su https://example.com/doc/contratto-scan.pdf in un PDF ricercabile e dammi il link per scaricarlo."
• "La foto di questo DDT è storta: https://example.com/foto/ddt.jpg. Leggila e dimmi quali articoli e quantità ci sono."
• "Usa il motore più preciso per leggere gli appunti scritti a mano sulla lavagna in https://example.com/appunti/riunione.jpg."

FAQ

Dove cerca i server MCP Gemini CLI? In ~/.gemini/settings.json per il tuo utente, oppure in .gemini/settings.json dentro un progetto. gemini mcp list mostra ogni server e se si connette.

Prossimi passi

• Landing del connettore
• Collegare a Claude
• Collegare a ChatGPT