如何通过 MCP 将 OCR.space 连接到 Gemini

💡 无需安装? 直接使用 cloud.anythingmcp.com。 登录、点击 Connectors → OCR.space、粘贴凭证、生成 MCP API key，即可完成。无 Docker、无 git clone、无本地服务器。

OCR.space + Gemini

OCR.space OCR API：通过公开 URL 读取图片和 PDF（小票、发票、扫描件、截图、文件照片）中的文字，支持自动语言检测、适用于小票的表格模式，以及导出可搜索 PDF。API 密钥免费。

前提条件

完整的设置说明已内置在连接器中 (在 store 中选择连接器时可见)。所需环境变量:

OCR_SPACE_API_KEY

步骤 1 — 获取凭证

设置大约需要 1 分钟。你需要一个 OCR.space API 密钥：通过电子邮件获取的免费密钥，或 PRO 套餐的密钥。

1. 在 ocr.space/ocrapi/freekey 申请免费 API 密钥。OCR.space 会通过电子邮件发给你。
2. 只把密钥粘贴到 OCR_SPACE_API_KEY，不要带空格或引号。连接器会通过 apikey 请求头发送它。
3. 安装连接器。安装检查会读取一张小的示例图片，计为一次请求。
4. 对一张公开的小图片运行 ocr_space_read_url，比如一张截图或小票照片：它会返回每一页的文字。

可读取的内容：公开 URL 上的图片（JPG、PNG、GIF、TIF、BMP、WEBP）和 PDF 中的文字：小票、发票、送货单、扫描的信件、截图和文件照片。ocr_space_read_url 按页返回带换行的文字以及退出码。ocr_space_make_searchable_pdf 把扫描件转换成可搜索的 PDF（在原件上覆盖一层不可见的文字层），并返回下载链接和识别出的文字。

文件必须公开：OCR.space 会自己下载文件，因此 URL 必须能在互联网上无需登录直接打开。指向私有网盘或邮件附件的链接会以 E217（could not download）失败。如果 URL 没有文件扩展名，AI 会告诉 OCR.space 文件类型。

引擎和语言：引擎 2（默认）速度快，能自动识别语言，对数字和特殊字符处理得很好。引擎 3 最准确，支持 200 多种语言、手写体和复杂版式，但速度较慢。语言 auto 两个引擎都能用；如果识别成了错误的语言，AI 会设置 ger、fre、ita、spa、chs 或 jpn 等代码。

小票、小图和旋转的图片：表格模式会按阅读顺序逐行保留小票和表格内容。放大处理有助于识别较小或模糊的图片、扫描件和截图。方向检测会先把旋转的照片转正再识别。

可搜索 PDF：下载链接（SearchablePDFURL）大约一小时后失效，请尽快保存文件。免费套餐生成的 PDF 带有水印。文字层可以在 PDF 阅读器中高亮显示，也可以保持不可见。

只读：两个工具虽然是 POST 请求，但都只做读取。你的 OCR.space 账号不会有任何改动，因此无需确认，安装时也没有关闭任何工具。

限制：免费套餐中单个文件最大 1 MB，PDF 最多 3 页，每月 25,000 次请求，每个 IP 地址每天 500 次。免费套餐下引擎 3 每月限 1,000 页。PRO 密钥支持单个文件 5 MB 和更多页数。

解读返回结果：OCRExitCode 为 1 表示所有页面都已识别，2 表示部分页面，3 或 4 表示没有识别出任何页面，ErrorMessage 会说明原因。OCR.space 以 HTTP 200 报告处理错误；连接器会把它们转换为带有 OCR.space 错误信息的失败调用。

常见错误：403 E555 表示 API 密钥错误。400 E400 表示没有提供文件，E204 表示参数错误。E217 表示 URL 无法下载。429 或 E500 表示已达到每月或每日上限：请稍后再试，或使用 PRO 密钥。

该连接器不会从你的电脑上传文件，也无法读取私有网盘链接或邮件附件：它只处理公开 URL。

步骤 2 — 安装 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

步骤 3 — 在 Gemini 中添加连接器

你的服务器 URL： 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器，复制它的 URL（https://cloud.anythingmcp.com/mcp/…）。本指南中出现 YOUR_SERVER_ID 的地方都用它替换。

Gemini CLI 从 ~/.gemini/settings.json（Windows 上为 %USERPROFILE%\.gemini\settings.json）读取 MCP 服务器。添加：

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

1. 在 AnythingMCP 的 MCP Servers → 你的服务器 → API keys 中创建 MCP API 密钥，并用它替换 YOUR_MCP_API_KEY。
2. 保存文件并重启 gemini。
3. 在 Gemini CLI 中运行 /mcp（或在终端运行 gemini mcp list），anythingmcp 应显示为已连接。
4. 开始输入提示，Gemini CLI 现在可以调用 OCR.space 的工具。

可用工具

示例提示

• “识别 https://example.com/receipts/2026-10-14.jpg 这张小票，列出每件商品的价格（人民币）和总金额。”
• “从 https://example.com/scans/fapiao-4711.pdf 这张扫描的发票中提取发票号码、日期、销售方和价税合计。”
• “把 https://example.com/docs/zulin-hetong-scan.pdf 这份扫描的租赁合同转成可搜索的 PDF，并把下载链接发给我。”
• “这张送货单的照片是横着的：https://example.com/photos/songhuodan.jpg。帮我识别一下，上面有哪些商品、各多少数量？”
• “用最准确的引擎识别 https://example.com/notes/whiteboard.jpg 里白板上的手写会议笔记。”

FAQ

Gemini CLI 从哪里读取 MCP 服务器？ 用户级配置位于 ~/.gemini/settings.json，项目级配置位于项目内的 .gemini/settings.json。gemini mcp list 会列出每个服务器及其连接状态。

下一步

• 连接器主页
• 连接到 Claude
• 连接到 ChatGPT