プラグイン

テキストのみのモデルのための画像「読み取り」：ダウンスケール＋色深度削減＋構造／色のフィンガープリントをテキストグリッドに変換して会話に戻すことで、モデルはマルチモーダルモデルのように自律的にズーム、サンプリング、OCR を行えます。完全にローカルで動作し、外部モデルへの依存はゼロ。画像読み取りの方法論スキルとオプションの PaddleOCR を同梱しています。

nuphus-mcp 公式 DSH プラグイン（nuphus-mcp メンテナ製）：PaddleOCR による要素認識と Chrome CDP ブラウジングを備えたデスクトップおよびブラウザ自動化（38 ツール）、永続的な stdio MCP 子プロセス経由

Office文書およびPDF(スキャンされたものを含む)を、CPU優先ルーティングOCRパイプライン(RapidOCR/SLANet/FormulaNet)経由で構造的にフォーマットされたMarkdownに変換します。

Agnes、DeepSeek、MiniMax、GLM、Mimo等text-only LLMにPaddleOCR visionを追加し、local fileとURL対応。無料tier 20,000 pages/day。申請するPaddleOCR API tokenが必要（無料、1–3営業日）。

クラウド送信なしのローカルOCR。同梱PP-OCRv6 Medium（ONNX Runtime上のCPU PaddleOCR）stdio MCPをmcp__ppocr__ocr_imageとmcp__ppocr__ocr_pdfとして登録し、画像と複数ページPDFを処理。

画像または PDF からテキストを抽出します。デジタル生成 PDF はテキストレイヤーを直接読み、スキャンは設定済み OCR エンジンにフォールバックします。

DeepSeek Harness用オフライン画像文字認識プラグイン。PaddleOCR-jsonを主系、RapidOCR-jsonをフォールバックとして使用します。ビジョンモデル不要で、完全にローカル・オフラインで画像内の文字を認識します。

デスクトップとブラウザの自動化ブリッジ(36種のツール)。PaddleOCR による要素認識付きのウィンドウ/画面/マウス/キーボード操作、アクセシビリティスナップショット付きの Chrome CDP ブラウジングに対応します。