Freezetext Mcp について
Freezetext Mcpは、FreezeTextとMCPクライアントをつなぐオープンソースのサーバーです。Macの画面や画像をOCRし、検索可能な履歴を管理できます。FreezeTextのローカルAPI経由でApple Visionを利用します。
主な機能
- 01画面キャプチャと文字認識
- 02領域や画像のOCR
- 03OCR履歴の検索と管理
- 04履歴のJSON・CSV出力
- 05OCR言語の設定
活用シーン
- 01動画やポップアップの文字抽出
- 02スクリーンショットの文字認識
- 03履歴から追跡番号を検索
MCP 対応
画面キャプチャ、OCR、履歴管理、言語設定を行う12個のツールをMCPクライアントに公開します。FreezeTextのローカルHTTP APIを介してアプリを呼び出します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
FreezeText MCP サーバー
Claude、Cursor、または任意の MCP クライアントから、Mac の画面上にあるものを何でも OCR できます。
これは、FreezeText 用の公式 Model Context Protocol サーバーです。FreezeText は画面を固定し、Apple Vision OCR でテキストを抽出するネイティブ macOS アプリです。動画、消えてしまうポップアップ、保護された PDF、ホバーツールチップなど、画面に表示されるテキストを何でもコピーできるようにします。
FreezeText アプリをインストールして起動し、HTTP API を有効にする必要があります(設定 → API →「API サーバーを有効にする」)。この MCP サーバーはアプリのローカル API と通信します。FreezeText は14日間無料でお試しいただけます。その後は一度限りの購入となります。store.juergenkoller.software/apps/freezetext から入手できます。
できること
「Claude、今画面に表示されているものを何でも OCR して、要約してください。」
「Cursor、このスクリーンショット(base64)を OCR にかけて、請求書番号を抽出してください。」
「FreezeText の履歴から、『tracking number』を含む項目をすべて検索してください。」
MCP サーバーは12個のツールを公開します。
| カテゴリー | ツール |
|---|---|
| キャプチャと OCR | capture_screen(画面を固定して OCR)、capture_region(指定した矩形領域を OCR)、ocr_image(base64 画像を OCR) |
| 履歴 | list_history、search_history、get_history_entry、add_history、delete_history_entry、clear_history、export_history(JSON/CSV) |
| OCR 設定 | get_ocr_languages、set_ocr_languages |
すべての OCR はクラウドサービスを使わず、Apple Vision Framework によりローカルで実行されます。
インストール
前提条件
- macOS 14(Sonoma)以降
- FreezeText アプリがインストールされ、起動していること — こちらから入手(14日間の無料トライアル後、一度限りの購入)
- FreezeText でHTTP API が有効になっていること → 設定 → API(「API サーバーを有効にする」。デフォルトでは無効)
- ソースからビルドする場合は Swift 5.9+(Xcode 15+)
ソースからビルド
git clone https://github.com/juergenkoller-software/freezetext-mcp.git
cd freezetext-mcp
swift build -c release
# Binary: .build/release/FreezeTextMCP
ビルド済みバイナリ
macOS 用のビルド済みバイナリはまだありません。上記の手順に従ってソースからビルドしてください。Releases に添付されているバイナリは、Glama などのコンテナベースの MCP レジストリ向けの静的 Linux x86_64 ビルドであり、macOS では動作しません。
設定
Claude Desktop
~/Library/Application Support/Claude/claude_desktop_config.json を編集します。
{
"mcpServers": {
"freezetext": {
"command": "/path/to/FreezeTextMCP",
"env": {
"FREEZETEXT_API_PORT": "9876",
"FREEZETEXT_API_TOKEN": "your-token-here"
}
}
}
}
FREEZETEXT_API_TOKEN は必須です。正しいトークンがない場合、FreezeText はすべてのリクエストに HTTP 401 で応答します。FreezeText → 設定 → API(「API トークン」)からコピーするか、そこで生成してください。
Claude Code
claude mcp add freezetext /path/to/FreezeTextMCP \
--env FREEZETEXT_API_PORT=9876 \
--env FREEZETEXT_API_TOKEN=your-token-here
Cursor / その他の MCP クライアント
同じ方法で設定します。stdio MCP サーバーを、上記の2つの環境変数を使って構成してください。
仕組み
┌────────────────┐ JSON-RPC stdio ┌────────────────┐ HTTP(+Bearer) ┌────────────────┐
│ Claude/Cursor │ ───────────────► │ FreezeTextMCP │ ────────────────► │ FreezeText.app│
│ (MCP client) │ ◄─────────────── │ (this repo) │ ◄──────────────── │ (port 9876) │
└────────────────┘ └────────────────┘ └────────────────┘
これは、公式の modelcontextprotocol/swift-sdk を基盤に構築された完全な MCP サーバーで、MCP ツール呼び出しを FreezeText のローカル HTTP API にマッピングします。OCR エンジン(Apple Vision)、画面キャプチャ、履歴ストレージは FreezeText アプリ内にあります。
環境変数
| 変数 | デフォルト | 説明 |
|---|---|---|
FREEZETEXT_API_PORT | 9876 | FreezeText のローカル HTTP API のポート |
FREEZETEXT_API_TOKEN | (none) | FreezeText → Settings → API で取得したベアラートークン(必須) |
エラー
拒否が発生すると、エージェントが対処できる説明文を含む MCP エラー(isError: true)が返されます。
| 状況 | ブリッジが報告する内容 |
|---|---|
| FreezeText が起動していない、または API がオフになっている | FreezeText は http://localhost:<port> で到達できません。FreezeText を開き、「Enable API Server」をオンにしてください |
| トークンが間違っている、または設定されていない(HTTP 401) | FREEZETEXT_API_TOKEN に FreezeText → Settings → API にあるトークンを設定してください |
| トークンがまだ生成されていない(HTTP 503) | FreezeText → Settings → API でトークンを生成してください |
| その他の HTTP エラー | ステータスコードと FreezeText のエラーテキスト(アクセシビリティ権限がない場合など) |
バージョン 0.2.0 より前は、ブリッジが HTTP ステータスを無視していたため、トークンが間違っていても呼び出しは成功したように見えていました。また、クエリ文字列がパスにエンコードされていたため、search_history もアプリに届きませんでした。
FreezeText について
FreezeText は macOS ネイティブの OCR ユーティリティです。主な特長は次のとおりです。
- 14 日間の無料トライアル。その後は買い切りで、サブスクリプションはありません
- 超高速 OCR。Apple Vision Framework を使用し、0.3 秒未満で処理します
- 画面をフリーズ。動画、ポップアップ、保護された PDF、ホバーツールチップからテキストをキャプチャします
- グローバルホットキー(⌘⇧7)
- QR コードとバーコードの検出
- カラータグ付きの検索可能な履歴と JSON/CSV エクスポート
- HTTP API(80 以上のエンドポイント)。この MCP サーバーはこれを基盤に構築されています
- 24 言語
- ローカル OCR。認識はクラウドサービスを使わず Mac 上で実行されます。ライセンス確認には少なくとも 40 日ごとにインターネット接続が必要です
→ store.juergenkoller.software で FreezeText を入手
ライセンス
MIT。詳細は LICENSE をご覧ください。この MCP サーバーはオープンソースですが、FreezeText アプリは商用製品です。
問題とサポート
- MCP サーバーの不具合: 問題を報告
- アプリのサポート: [email protected]
Juergen Koller Software GmbH が開発しました。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。