Image Reader MCP

anymd に統合されました（2026-09-25）。 anymd は PDF、Office ファイル、EPUB、ウェブページ、画像、動画を AI エージェント向けの整った Markdown に変換します：npx -y @sylphx/anymd。このリポジトリはアーカイブされています。

---

問題点

スクリーンショットは段落ではありません。測定していないテキスト、サイズ、ピクセルをエージェントが推測しても、示せないものを引用することになります。

違い

要望	Iris が返すもの
「このスクリーンショットを読み取ってください。」	寸法、形式、メタデータ、信頼性に関する警告です。要求しない限り OCR は実行しません。
「テキストを読み取ってください。」	include_ocr が true の場合、または profile が quality の場合に限り、バウンディングボックス付きの OCR 行を返します。
「この 2 つのキャプチャの間で何が変わりましたか？」	2 つの画像のサイズが同じ場合、変更されたピクセルと変更範囲のボックスを返します。
「この領域を切り抜いてください。」	ピクセル境界とハッシュを返します。PNG バイトデータは include_region_image が true の場合にのみ返します。

Iris は生成型のビジョンモデルを実行しません。Tesseract バイナリがない場合は不足として示され、文字起こしを捏造することはありません。

インストール

npx -y @sylphx/iris

これにより stdio MCP サーバーが起動します。API キーは不要です。OCR には PATH 上の tesseract バイナリが必要です。

クライアント	セットアップ
任意のエージェント / CLI	npx -y @sylphx/iris
Claude Code	claude mcp add iris -- npx -y @sylphx/iris
Claude Desktop / Cursor / VS Code / Codex	"command": "npx", "args": ["-y", "@sylphx/iris"]

{
  "mcpServers": {
    "iris": { "command": "npx", "args": ["-y", "@sylphx/iris"] }
  }
}

まず読み取り、要求された場合にのみテキストを取得

{ "path": "/absolute/path/to/screenshot.png" }

fast、または profile を指定しない場合は、寸法、形式、メタデータ、信頼性に関する警告を返します。OCR は実行しません。

{
  "path": "/absolute/path/to/screenshot.png",
  "include_ocr": true
}

include_ocr: true または profile: "quality" を指定すると、ローカルの Tesseract を実行します。明示的に指定した include_ocr: false は quality より優先されます。Tesseract が見つからない場合も、status は ok のままで、gaps に OCR_UNAVAILABLE が含まれます。

リファレンス：ツール · デフォルト設定

ツール

ツール	呼び出すタイミング
read_image	ローカル画像 1 枚。画像の形状とメタデータを返します。OCR は要求された場合にのみ実行します。オプションの region で、この読み取りの範囲内を切り抜けます。
image_probe	形式、寸法、ピクセル数、ソースハッシュを返します。OCR と切り抜きは行いません。
crop_region	引用可能な領域 1 つの境界とハッシュを返します。PNG バイトデータを取得するには include_region_image を設定します。OCR は行いません。
compare_images	寸法が同じ 2 枚の画像間で、変更されたピクセルを返します。OCR は行いません。

装わないこと

• GPS フィールドは常に削除されます。元に戻すスイッチはありません。
• デフォルトのファイル上限は 32 MiB（33,554,432 バイト）です。切り抜き領域は 67,108,864 ピクセルを超えることはできません。
• compare_images には寸法が同じ画像が必要です。どちらの画像もリサイズしません。
• OCR 行の形式は {text, bbox, confidence} です。デフォルトの言語は eng です。
• サイズ超過またはデコード不能なファイルはエラーになります。読み取り成功として返されることはありません。

連携する MCP ツール

製品	用途
Citra	ページ単位の証拠を備えた PDF の回答
Cue	動画のタイムラインとタイムスタンプの証拠
Spine	リポジトリのアーキテクチャと影響範囲
Locus	コードチャンクの正確な検索
Lookout	出典の抜粋を含むウェブ調査

各製品は独立しています。エージェントに必要なツールのみをインストールしてください。

ドキュメント

ウェブサイト	sylphxai.github.io/iris
クイックスタート	インストールと最初の呼び出し
比較	Irisができること、そして対応しないこと

開発

bun install
bun test
bun run check
bun run docs:build
cargo test

ライセンス

MIT