AI导哈

MCP PDF Reader Enhanced

MCP PDF Reader Enhanced 是一个基于 Model Context Protocol (MCP) 的服务器，提供高级的 PDF 文本提取、搜索和分析功能。该服务支持从 PDF 文件中提取文本内容、搜索特定文本、提取元数据等功能，并具备文件大小限制、异步处理等特性。适用于需要处理和分析 PDF 文档的场景。

  • by gpetraroli
  • 更新于
在 GitHub 查看 gpetraroli/mcp_pdf_reader

使用说明

基本能力

产品定位

MCP PDF Reader Enhanced 是一个专注于 PDF 文档处理的工具，提供文本提取、搜索和元数据分析功能。

核心功能

  • 文本提取：从 PDF 文件中提取文本内容，支持自定义选项。
  • 文本搜索：在 PDF 中搜索特定文本，支持高级选项（如大小写敏感、全词匹配）。
  • 元数据提取：提取 PDF 的元数据，包括作者、标题、创建日期等。
  • 页面特定处理：支持从指定页面范围提取内容。
  • 文本清理：对提取的文本进行标准化和清理。
  • 文件大小限制：限制处理文件大小（最大 50MB）。
  • 异步处理：非阻塞的文件操作。

适用场景

  • 需要从 PDF 中提取文本内容的场景。
  • 在 PDF 文档中搜索特定关键词或短语。
  • 获取 PDF 文件的元数据信息。

工具列表

  1. read-pdf：增强型 PDF 阅读工具，支持从 PDF 文件中提取文本，可自定义页面范围和是否包含元数据。
  2. search-pdf：PDF 搜索工具，支持在 PDF 中搜索特定文本，支持大小写敏感和全词匹配。
  3. pdf-metadata：元数据提取工具，仅提取 PDF 文件的元数据，不提取文本内容。

常见问题解答

  • 文件大小限制：最大支持 50MB 的 PDF 文件。
  • 异步处理：所有文件操作均为非阻塞，适合处理大文件。
  • 文本清理：可选是否对提取的文本进行标准化和清理。

使用教程

使用依赖

  • Node.js 18.0.0 或更高版本。
  • 足够的内存和存储空间用于文件操作。

安装教程

npm install

调试方式

安装完成后，可以通过以下命令进行基本调试：

# 基本文本提取
"Extract all text from /documents/report.pdf"

# 搜索 PDF
"Search for 'quarterly results' in /documents/financial-report.pdf"

# 获取元数据
"Get metadata from /documents/contract.pdf"

相关 MCP