AI导哈

PDF转Markdown解析服务

MinerU Lan MCP是一个部署在局域网内的服务，用于将PDF文件解析为Markdown格式，支持表格和公式识别。

  • by caoyinchuan
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 caoyinchuan/mineru_lan_mcp

使用说明

MinerU Lan MCP

使用部署在局域网内的mineru-api，来解析PDF文件，将其转换为Markdown格式。

功能特性

  • 将 PDF 解析为 Markdown 格式
  • 提取并保存图片
  • 支持表格识别
  • 支持公式识别
  • 支持分页解析

环境要求

  • Python 3.8+
  • uv (推荐) 或 pip

安装

# 使用 uv 安装依赖
uv sync

部署mineru-api

可以在本机或局域网任何一台电脑上操作

# 安装mineru
pip install -U mineru
# 运行mineru-api
export MINERU_MODEL_SOURCE=modelscope
mineru-api --host 0.0.0.0 --port 10880

配置

  1. 复制环境变量示例文件：
copy .env.example .env
  1. 编辑 .env 文件，配置 API 地址：
API_BASE_URL=http://172.25.2.133:10880
UPLOAD_TIMEOUT=300

使用方法

作为 MCP 服务运行

# 使用 uv
uv run --project PATH_TO_YOUR_PROJECT PATH_TO_YOUR_PROJECT/mineru_lan_mcp/mineru_lan_mcp/server.py

MCP Server Configuration

{
  "mcpServers": {
    "mineru-lan-mcp": {
      "command": "uv",
      "args": ["run", "--project", "D:\\python\\mineru_lan_mcp", "D:\\python\\mineru_lan_mcp\\mineru_lan_mcp\\server.py"]
    }
  }
}

测试客户端

uv run PATH_TO_YOUR_PROJECT/test/test_client.py

MCP 工具参数

工具名称: parse_pdf_to_markdown

参数 类型 必需 默认值 说明
pdf_path string 是 - PDF 文件的绝对路径
output_dir string 否 ./output 输出目录
lang_list array 否 ["ch"] 语言列表
backend string 否 pipeline 后端类型
parse_method string 否 auto 解析方法
formula_enable boolean 否 true 是否启用公式识别
table_enable boolean 否 true 是否启用表格识别
start_page_id integer 否 0 起始页码
end_page_id integer 否 99999 结束页码
return_images boolean 否 true 是否返回图片

返回结果

PDF解析成功！

Markdown文件路径: output/test_file.md
输出目录: output
图片文件: output/images/image1.jpg, output/images/image2.jpg

项目结构

.
├── mcp_pdf_parser/
│   ├── __init__.py
│   ├── server.py       # MCP 服务器主程序
│   ├── pdf_parser.py   # PDF 解析核心逻辑
│   ├── file_handler.py # 文件处理模块
│   └── config.py       # 配置管理
├── requirements.txt
├── .env.example
├── test_client.py
└── README.md

注意事项

  • 确保 PDF 文件存在且可读
  • 输出目录会自动创建
  • 图片保存在输出目录的 images 子目录中

相关 MCP