AI导哈

PDF文本提取服务

一个基于pdf2json库的MCP服务器，提供PDF文本和表单字段的提取功能，支持多种输出格式。

  • by lh
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 lh/mcp-pdf-modesty

使用说明

MCP PDF调制解调器服务器

一个MCP（模型上下文协议）服务器，通过封装优秀的 pdf2json 图书馆。

归因

该项目使用 pdf2json 由张创建的图书馆。原始图书馆可以在以下网址找到：

  • github：https://github.com/modesty/pdf2json
  • npm：https://www.npmjs.com/package/pdf2json

所有PDF解析功能均由pdf2json提供。这个项目只是将其封装在MCP服务器接口中。

特性

  • 从PDF文件中提取文本内容
  • 从PDF文件中提取表单字段
  • 多种输出格式：纯文本、JSON或详细元数据
  • 零依赖PDF解析（继承自pdf2json v3.1.6+）

安装

来自npm（发布时）

npm install mcp-pdf-modesty

来源

  1. 克隆存储库：
git clone https://github.com/lh/mcp-pdf-modesty.git
cd mcp-pdf-modesty
  1. 安装依赖项并构建：
npm install
npm run build
npm link

用法

克劳德密码

从源代码构建和链接后，将服务器添加到Claude Code：

claude mcp add mcp-pdf-modesty mcp-pdf-modesty

然后重新启动Claude Code，使服务器可用。

在克劳德桌面

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "pdf": {
      "command": "node",
      "args": ["/path/to/mcp-pdf-modesty/dist/index.js"]
    }
  }
}

或者如果从npm安装：

{
  "mcpServers": {
    "pdf": {
      "command": "npx",
      "args": ["mcp-pdf-modesty"]
    }
  }
}

可用工具

提取文本

从PDF文件中提取文本内容。

参数：

  • path （必填）：PDF文件的路径
  • format （可选）：输出格式
    • "text" （默认）：纯文本输出
    • "json"：具有文本和元数据的结构化数据
    • "detailed"：完整的PDF数据结构

例子：

extract_text({ path: "/path/to/document.pdf", format: "text" })

提取表单字段

从PDF文件中提取表单字段。

参数：

  • path （必填）：PDF文件的路径

例子：

extract_form_fields({ path: "/path/to/form.pdf" })

发展

# Install dependencies
npm install

# Build
npm run build

# Run in development mode
npm run dev

许可证

此MCP包装器根据MIT许可证获得许可。看 许可证 文件以获取详细信息。

底层pdf2json库有自己的许可证。请参阅 pdf2json存储库 关于其许可条款。

致谢

特别感谢Modesty Zhang创建和维护pdf2json库，使这个MCP服务器成为可能。

相关 MCP