Omni Reader 多模态文档解析

不只是 OCR。视频多模态理解（ASR 语音识别 + 画面视觉分析 + 关键帧融合）、图片/扫描件视觉理解、十大格式全覆盖。支持 MCP 和 HTTP API 两种集成，Agent 原生消费，解析结果不进服务端。

两种接入方式

| 方式 | 适用场景 | 传输 | |------|---------|------| | 本地 MCP | 文件在本机，零上传 | stdio | | 远程 API | 已有公开/签名 HTTPS URL | HTTP (MCP-over-HTTP) |

能力范围

| 格式 | 说明 | |------|------| | PDF | 表格、多栏、扫描件 OCR，保留阅读顺序 | | Word / Excel / PPT | Office 全系列文档 | | 图片 | PNG / JPG / 截图 / 图表，OCR + 视觉理解 | | 扫描件 | OCR 识别，含手写体 | | 音频 | ASR 语音转文字，含会议录音、多语种 | | 视频 | ASR + 关键帧视觉理解 + 多模态融合，推荐 MP4 (H.264+AAC)，按 15-30 分钟分段 | | 网页 | URL 直接解析，保留 DOM 结构 | | 文本 / 代码 | 纯文本、源代码文件 | | 压缩包 | ZIP / RAR / 7z 内文件解析 |

上限：单文件 256 MiB，每次一个文件
输出：markdown（默认）/ hypertext / chunks
隐私：默认 no_store=true，源文件和解析结果不上服务端；大结果（>64 KiB）暂存本机，24h 后自动清除

方式一：本地 MCP（推荐）

npx -y @cueai/omni-reader-mcp setup

Agent 配置（以 Claude Code 为例，~/.claude/mcp.json）：

{
  "mcpServers": {
    "omni-reader": {
      "command": "npx",
      "args": ["-y", "@cueai/omni-reader-mcp"],
      "env": {
        "CUE_API_KEY": "${CUE_API_KEY}"
      }
    }
  }
}

配置后在对话中直接使用：

"用 Omni 解析 ./report.pdf" "把这张截图转成 Markdown"

注意：路径作为普通文本告诉 Agent，不要用 @文件。

方式二：远程 MCP / HTTP API

已有公开或签名 HTTPS URL 时，无需安装本地 Bridge。

MCP 配置

{
  "mcpServers": {
    "omni-reader": {
      "type": "streamable-http",
      "url": "https://mcp.cuecue.cn/api/omni-reader/mcp/",
      "headers": {
        "Authorization": "Bearer ${CUE_API_KEY}"
      }
    }
  }
}

直接 HTTP 调用

curl -X POST "https://mcp.cuecue.cn/api/omni-reader/mcp/" \
  -H "Authorization: Bearer ${CUE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "parse",
      "arguments": {
        "url": "https://example.com/report.pdf",
        "output": "markdown"
      }
    }
  }'

环境要求

Cue API Key：cuecue.cn 注册获取，复用通用 Cue Key，无需创建 Omni 专用 Key。

MCP 服务目录：GET https://cuecue.cn/api/mcp-catalog

FAQ

Q: 本地和远程怎么选？ A: 文件在本机 → 本地 MCP（零上传）；已有公网 URL → 远程 API（无需装 Bridge）。

Q: 解析大文件会超时吗？ A: 单文件上限 256 MiB。PDF 建议按页拆分，单份不超过 200 MiB，避免在跨页表格中间切分。视频建议按 15-30 分钟分段，还能提高关键帧覆盖率；推荐 MP4 (H.264 + AAC)。

Q: 安全吗？敏感文件能解析吗？ A: 本地模式下文件直传 III S，不经过 Cube-MCP 和 OSS。默认 no_store=true。敏感文件名建议改成中性名称。