AI导哈

结构化数据提取服务器

LangExtract MCP Server是一款基于Gemini AI的结构化数据提取服务，提供8种强大的工具，包括从文本和URL中提取结构化数据、保存结果到JSONL格式、生成交互式可视化等功能，适用于数据处理和分析场景。

  • by jsagir
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 jsagir/langextract-mcp-server

使用说明

🔍 LangExtract MCP 服务器

使用LangExtract和Gemini AI的结构化数据提取MCP服务器。

🎯 功能

8款强大工具：

  • extract_structured_data - 从文本中提取主要内容
  • extract_from_url - 直接从URL提取
  • save_results_to_jsonl - 将结果保存为JSONL格式
  • generate_visualization - 创建交互式HTML可视化
  • list_stored_results - 列出所有提取结果
  • get_extraction_details - 获取详细的提取信息
  • create_example_template - 生成示例模板
  • get_supported_models - 列出可用模型

🚀 部署到FastMCP云

1. 获取Gemini API密钥

访问：https://aistudio.google.com/app/apikey

点击“创建API密钥”并复制它。

2. 在FastMCP上部署

  1. 访问 https://fastmcp.com/dashboard
  2. 使用GitHub登录
  3. 点击“创建新项目”
  4. 选择此存储库
  5. 配置：
    • 服务器文件： server.py
    • 环境变量：
      • 名字： LANGEXTRACT_API_KEY
      • 值：（粘贴您的Gemini API密钥）
  6. 点击“部署”
  7. 复制您的部署URL： https://your-project.fastmcp.cloud

3. 配置Claude桌面版

Windows： %APPDATA%\Claude\claude_desktop_config.json

Mac： ~/Library/Application Support/Claude/claude_desktop_config.json

Linux： ~/.config/Claude/claude_desktop_config.json

加上这个：

{
  "mcpServers": {
    "langextract": {
      "url": "https://your-project.fastmcp.cloud"
    }
  }
}

替换 your-project.fastmcp.cloud 使用您实际的网址。

重启Claude桌面版 保存后。

💡 快速使用示例

在Claude Desktop中，尝试：

Extract people and medications from this text:
"Dr. Sarah Johnson prescribed 50mg aspirin to patient John Doe."

Use extract_structured_data with examples:
- Person: "Dr. Smith" with role="doctor"
- Medication: "aspirin" with dosage="50mg"

📊 示例格式

{
  "text": "Dr. Smith prescribed 50mg aspirin.",
  "extractions": [
    {
      "extraction_class": "person",
      "extraction_text": "Dr. Smith",
      "attributes": {"role": "doctor"}
    },
    {
      "extraction_class": "medication",
      "extraction_text": "aspirin",
      "attributes": {"dosage": "50mg"}
    }
  ]
}

🔧 高级参数

更高的召回率（更准确）

extraction_passes=3
max_workers=10
max_char_buffer=2000

更快的处理速度

extraction_passes=1
max_workers=20
max_char_buffer=8000

🏠 本地开发

# Install
pip install -r requirements.txt

# Set API key
export LANGEXTRACT_API_KEY="your-key"

# Run server
fastmcp run server.py

# Test in another terminal
fastmcp client server.py

📚 资源

  • **LangExtract（可译为“语言提取工具”或根据具体上下文调整为更贴切的名称，如“语言抽取器”等）**https://github.com/google/langextract 的中文翻译是：“https://github.com 上的 google 项目 langextract” 或者简化为 “GitHub 上 google 的 langextract 项目”
  • FastMCPhttps://gofastmcp.com（该网址可直接翻译为中文，但网址本身不改变，故保持原样）
  • Gemini APIhttps://ai.google.dev/gemini-api/docs（中文可译为）：谷歌AI开发平台Gemini API文档
  • 获取API密钥https://aistudio.google.com/app/apikey（这个网址的中文翻译可以保持原样，因为它是一个网址链接，直接翻译没有实际意义，但为了符合中文语境，可以简单表述为：“谷歌AI Studio的API密钥页面链接”。不过，通常我们还是会直接使用原网址链接。）

🐛 故障排除

服务器无响应？

  • 检查FastMCP Cloud日志
  • 验证 LANGEXTRACT_API_KEY 被设定
  • 确保服务器文件是 server.py

克劳德无法连接？

  • 验证配置中的URL是否正确（必须以https://开头）
  • 配置更改后重启Claude桌面版
  • 检查配置JSON语法是否有效

提取错误？

  • 验证API密钥是否有效
  • 检查示例是否格式正确
  • 使用 create_example_template 以寻求帮助

📄 许可证

麻省理工学院（MIT）

相关 MCP