AI导哈

智能文档处理服务器

AI驱动的模型上下文协议服务器，用于智能文档处理和与Google Gemini AI集成的聊天功能。

  • by adi01012002
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 adi01012002/ai-document-mcp-server

使用说明

AI代理MCP服务器

AI驱动的模型上下文协议服务器，用于智能文档处理和与Google Gemini AI集成的聊天。

特性

  • 从PDF和图像中提取文本（OCR）
  • 自动检测文档类型（Aadhaar、PAN、银行对账单等）
  • 具有上下文保留功能的AI聊天
  • 使用文件存储进行会话管理
  • RESTful API端点

先决条件

  • Node.js（v16+）
  • Google Gemini API密钥

🚀 安装指南

按照以下步骤运行Express客户端和MCP服务器。

1.️⃣ 克隆存储库

git clone <your-repo-url>

2.️⃣ 设置Express客户端

cd Express-client

再进行

npm install cors express multer

启动Express客户端

node client.js

3.️⃣ 设置MCP服务器

cd ../mcp

再进行

npm install @google/generative-ai @modelcontextprotocol/sdk dotenv express pdf-parse sharp tesseract.js zod

启动MCP服务器

node index.js

环境设置

GEMINI_API_KEY=your_gemini_api_key_here

API终点

上传文档

POST http://localhost:4000/upload
# multipart/form-data with 'file' field

聊天

POST http://localhost:4000/chat
# JSON: {"message": "your question", "sessionId": "optional"}

使用示例

# Upload document
curl -X POST http://localhost:4000/upload -F "file=@document.pdf"

# Ask about uploaded document  
curl -X POST http://localhost:4000/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "check my pdf file for predefined rule"}'

项目结构

├──Express-client/
│   ├── client.js  # MCP client + Express API 
|   └── Routes/
|         └── routes.js      # API endpoint
|   
├──mcp/
│    ├── server.js
|    ├── index.js        # Entry  point
|    ├── utils/
|    │   ├── extractText.js    # PDF/OCR text extraction  
|    │   └── openAiExtractor.js 
|    └── .env               
|                            
└──frontend/

可用工具

  • extractTextFromFile -从PDF/图像中提取文本
  • askAboutUploadedText -查询上传的文档
  • runPredefinedChecks -自动文档验证
  • chat -主对话界面

文档类型

自动检测：Aadhaar、PAN、银行对账单、工资单、贷款申请

相关 MCP