文档解析服务

Mineru MCP服务器

模型上下文协议（MCP）文档解析服务器，与Mineru API集成，提供强大的文档解析功能。

特性

• 单文件解析：通过URL创建文档解析任务
• 批处理文件解析：支持多文件批量上传和解析
• 任务状态监控：实时查询解析进度和结果
• 多格式支持：支持PDF、DOC、DOCX、PPT、PPTX、PNG、JPG、JPEG等格式
• OCR功能：可选OCR文本识别
• 公式识别：支持数学公式识别
• 表识别：支持表结构识别
• 多语言支持：支持中文、英文和其他语言

安装

npm install

配置

在使用之前，您需要配置Mineru API密钥：

const config = {
  mineruApiKey: "your-mineru-api-bearer-token", // Mineru API Bearer token
  mineruBaseUrl: "https://mineru.net/api/v4" // Mineru API base URL
};

可用工具

1.create_parsing_task

为单个文件创建文档解析任务

参数：

• url （必填）：文件URL

• is_ocr （可选）：启用OCR，默认为false

• enable_formula （可选）：启用公式识别，默认为true

• enable_table （可选）：启用表格识别，默认为true

• language （可选）：文档语言，默认“ch”

• page_ranges （可选）：页面范围，例如“1-10、15-20”

• model_version （可选）：型号版本，“v1”或“v2”

• extra_formats （可选）：其他导出格式，[“docx”、“html”、“latex”]

2.获取任务状态

查询解析任务状态

参数：

• task_id （必填）：任务ID

3.create_batch_parsing_task

创建批处理文件上传解析任务（用于本地文件上传）

参数：

• files （必填）：文件数组，每个文件包含名称、is_ocr、page_ranges和其他属性
• enable_formula （可选）：启用公式识别
• enable_table （可选）：启用表格识别
• language （可选）：文档语言
• model_version （可选）：型号版本
• extra_formats （可选）：其他导出格式

4.create_batch_url_parsing_task

创建批处理URL解析任务（用于远程文件URL）

参数：

• files （必填）：文件数组，每个文件包含url、is_ocr、page_ranges和其他属性
• enable_formula （可选）：启用公式识别
• enable_table （可选）：启用表格识别
• language （可选）：文档语言
• model_version （可选）：型号版本
• extra_formats （可选）：其他导出格式

5.get_batch_task_results

查询批量解析任务结果（支持URL批量解析和本地上传批量解析）

参数：

• batch_id （必填）：批处理任务ID（来自create_Batch_url_parsing_task或create_Batch_parsing_task）

使用示例

单文件解析

// Create parsing task
const taskResult = await create_parsing_task({
  url: "https://example.com/document.pdf",
  is_ocr: true,
  enable_formula: true,
  language: "en"
});

// Query task status
const status = await get_task_status({
  task_id: taskResult.task_id
});

批处理文件上传解析

// Create batch upload task
const batchResult = await create_batch_parsing_task({
  files: [
    { name: "document1.pdf", is_ocr: true },
    { name: "document2.docx" }
  ],
  enable_formula: true,
  language: "ch"
});

// Query batch task results (applicable to both batch parsing methods)
const batchStatus = await get_batch_task_results({
  batch_id: batchResult.batch_id
});

批处理URL解析

// Create batch URL parsing task
const batchUrlResult = await create_batch_url_parsing_task({
  files: [
    { url: "https://example.com/doc1.pdf", is_ocr: true },
    { url: "https://example.com/doc2.docx" }
  ],
  enable_formula: true,
  language: "en"
});

// Query batch task results (applicable to both batch parsing methods)
const batchUrlStatus = await get_batch_task_results({
  batch_id: batchUrlResult.batch_id
});

发展

npm run dev

重要提示

1. 单个文件大小不能超过200MB，页数不能超过600页
2. 每个帐户每天有2000页最高优先级的解析配额
3. 由于网络限制，GitHub和AWS等外部URL可能会超时
4. 批量上传文件链接的有效期为24小时
5. 上传文件时无需设置Content-Type标头

常见错误代码

许可证

国际协调委员会