MCP 协议入门 + 自建 Apple OCR 图片识别工具

什么是 MCP

MCP (Model Context Protocol) 是一个开源标准，让 AI 工具能连接到外部数据源。通过 MCP，Claude Code 可以操作数据库、文件系统、第三方服务等。

配置方式

在 .mcp.json（用户级或项目级）注册服务器：

hljs json
{
  "mcpServers": {
    "服务器名": {
      "command": "python3",
      "args": ["/path/to/server.py"]
    }
  }
}

三个 scope：

启动与通信

1. Claude Code 启动时读取 .mcp.json，以子进程方式拉起 command + args
2. 通过 stdio（标准输入/输出）通信
3. 协议是 JSON-RPC 2.0，每行一个 JSON

握手流程

text
Claude Code → 服务器: { "method": "initialize", "id": 1 }

服务器 → Claude Code: {
  "result": {
    "protocolVersion": "2024-11-05",
    "capabilities": { "tools": {} },
    "serverInfo": { "name": "my-server", "version": "1.0.0" }
  }
}

之后 Claude Code 发送 tools/list 获取工具列表，通过 tools/call 调用。

传输类型

Scope 优先级

同名服务器只在最高优先级处连接一次：local > project > user > 插件提供 > claude.ai 连接器。

---

实战：Apple OCR MCP

基于 macOS 原生 Apple Vision 框架的离线 OCR 工具，不需要 API Key，不需要网络。

GitHub：kains2866/apple-ocr-mcp

架构

MCP 客户端 → JSON-RPC → server.py → ocr (Swift) → Apple Vision → 文字

安装（推荐：预编译二进制，无需 Xcode）

hljs bash
git clone https://github.com/kains2866/apple-ocr-mcp.git
cd apple-ocr-mcp
./install.sh --download

使用

在 Claude Code 中直接说：

"读取 ~/Desktop/photo.jpg 里的文字"

Claude Code 自动调用 read_image_text 工具。

server.py 核心逻辑

hljs python
# 从 stdin 逐行读取 JSON-RPC 请求
for line in sys.stdin:
    req = json.loads(line)

if method == "initialize":
    return { "result": { "capabilities": {"tools": {}} } }

if method == "tools/list":
    return { "result": { "tools": [...] } }

if method == "tools/call":
    text = subprocess.run([OCR_BIN, path, lang])
    return { "result": { "content": [{"type": "text", "text": text}] } }

整个流程：stdin 读 JSON → 处理请求 → stdout 写 JSON。

兼容性