开发者开源 omma 图像转文字 MCP 服务器
热点事件持续更新
开发者开源 omma 图像转文字 MCP 服务器
1 篇报道1 个报道来源54 分钟前更新
先了解这件事
AI 综述
开发者开发并开源了 omma，可通过 MCP 服务器或 CLI 将图像转换为 OCR 文本、颜色信息、64×36 元素位置网格及按阅读顺序排列的布局区域；接入视觉模型后，还可附加图像描述。 omma 需要本地安装 Tesseract，单个处理环节失败时仍会返回其余报告并标出错误。作者称，本地视觉路径仅经过 mock 测试，托管版则已用真实图表和截图运行。
AI 根据报道生成 · 38 分钟前更新
最新进展11月13日 17:55
开发者开源图像转文字 MCP 服务器 omma报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- AGI Hunt开发者开源图像转文字 MCP 服务器 omma
开发者开源 MCP 服务器 omma，可将图像转换为带置信度的 OCR 文本、颜色信息、64x36 元素位置网格及阅读顺序布局区域。它既能通过 omma mcp serve 接入，也能直接使用 CLI，连接视觉模型后还可附加图像描述。omma 需要本地安装 Tesseract，单个环节失败时仍会返回其余报告并标注错误，本地视觉路径仅做过 mock 测试，托管版则运行过真实图表和截图。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。