简介

提供用于读取和提取PDF文件中文本的工具，支持本地文件和URL。

简介

提供用于读取和提取PDF文件中文本的工具，支持本地文件和URL。

PDF Reader MCP 服务器

这是一个 Model Context Protocol (MCP) 服务器，提供了从 PDF 文件中读取和提取文本的工具，支持本地文件和 URL。

作者

Philip Van de Walker
邮箱: philip.vandewalker@gmail.com
GitHub: https://github.com/trafflux

功能

• 从本地 PDF 文件中读取文本内容
• 从 PDF URL 中读取文本内容
• 对损坏或无效 PDF 的错误处理
• 挂载卷以访问本地 PDF
• 自动检测 PDF 编码
• 标准化的 JSON 输出格式

安装

1. 克隆仓库：

git clone https://github.com/trafflux/pdf-reader-mcp.git
cd pdf-reader-mcp

2. 构建 Docker 镜像：

docker build -t mcp/pdf-reader .

使用

运行服务器

要运行服务器并访问本地 PDF 文件：

docker run -i --rm -v /path/to/pdfs:/pdfs mcp/pdf-reader

将 /path/to/pdfs 替换为您的 PDF 文件目录的实际路径。

如果不使用本地 PDF 文件：

docker run -i --rm mcp/pdf-reader

MCP 配置

将以下配置添加到您的 MCP 设置中：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/pdfs:/pdfs",
        "mcp/pdf-reader"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}

不使用本地文件 PDF 文件时：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/pdf-reader"],
      "disabled": false,
      "autoApprove": []
    }
  }
}

可用工具

1. read_local_pdf

   • 目的：从本地 PDF 文件中读取文本内容
   • 输入：

     {
       "path": "/pdfs/document.pdf"
     }
     

   • 输出：

     {
       "success": true,
       "data": {
         "text": "提取的内容..."
       }
     }
     

2. read_pdf_url

   • 目的：从 PDF URL 中读取文本内容
   • 输入：

     {
       "url": "https://example.com/document.pdf"
     }
     

   • 输出：

     {
       "success": true,
       "data": {
         "text": "提取的内容..."
       }
     }
     

错误处理

服务器处理各种错误情况，并提供清晰的错误消息：

• 无效或损坏的 PDF 文件
• 缺失的文件
• URL 请求失败
• 权限问题
• 网络连接问题

错误响应遵循以下格式：

{
  "success": false,
  "error": "Detailed error message"
}

依赖项

• Python 3.11+
• PyPDF2: PDF 解析和文本提取
• requests: 用于从 URL 获取 PDF 的 HTTP 客户端
• MCP SDK: Model Context Protocol 实现

项目结构

.
├── Dockerfile          # Container configuration
├── README.md          # This documentation
├── requirements.txt   # Python dependencies
└── src/
    ├── __init__.py    # Package initialization
    └── server.py      # Main server implementation

许可证

版权所有 2025 Philip Van de Walker

根据 Apache License, Version 2.0（“许可证”）获得许可；除非符合许可证的要求，否则不得使用此文件。您可以在以下地址获取许可证副本：

http://www.apache.org/licenses/LICENSE-2.0

除非适用法律要求或书面同意，否则根据许可证分发的软件是按“原样”提供的，没有任何明示或暗示的保证或条件。有关特定语言的权限和限制，请参阅许可证。

贡献

欢迎贡献！请随时提交 Pull Request。

联系方式

对于问题、意见或贡献，请联系 Philip Van de Walker：

• 邮箱: philip.vandewalker@gmail.com
• GitHub: https://github.com/trafflux

服务配置

[{'mcpServers': {'pdf-reader': {'args': ['run', '-i', '--rm', '-v', '/path/to/pdfs:/pdfs', 'mcp/pdf-reader'], 'autoApprove': [], 'command': 'docker', 'disabled': False}}}, {'mcpServers': {'pdf-reader': {'args': ['run', '-i', '--rm', 'mcp/pdf-reader'], 'autoApprove': [], 'command': 'docker', 'disabled': False}}}]

来源

• 来源：github
• 链接：https://github.com/trafflux/pdf-reader-mcp