文档转换服务

标记MCP服务器⚡

在几秒钟内将任何文档转换为AI就绪的Markdown 由微软Markitdown提供支持的云托管模型上下文协议服务器

🎯 这是什么？

标记MCP服务器 是一种云托管服务，可以将文档转换为干净、AI优化的Markdown。建立在 微软的Markitdown库 （82k+⭐), 它消除了对本地Python安装的需要，并通过模型上下文协议提供了即时、可扩展的文档转换。

非常适合 RAG管道, 知识库, AI代理，以及 文档处理工作流.

✨ 主要特点

🚀 通用格式支持

转换 29+文件格式 清理Markdown：

• 文件：PDF、DOCX、PPTX、XLSX
• 图像：PNG、JPG、GIF（带OCR）
• 网络：HTML、XML
• 音频：MP3、WAV（带转录）
• 档案：ZIP（提取和转换内容）
• 还有更多！

☁️ 需要零设置

• 无需安装Python
• 无依赖关系管理
• 无本地配置
• 只需调用API并获取Markdown

🎭 MCP本地

• 一流的模型上下文协议支持
• 与Claude Desktop、Cursor、Aider无缝协作
• AI代理可以自动发现并使用它

⚡ 闪电般快速

• 直接Python库集成（无子流程开销）
• 典型转换： <3秒
• 通过Apify实现云级基础设施

💰 按使用付费

• 每位演员起价0.01美元
• 每份文档转换0.02美元
• 无订阅，无最低要求

🎬 快速开始

面向人工智能用户（Claude Desktop）

1. 添加到MCP配置

创建或编辑 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "markitdown": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://rector-labs--markitdown-mcp-server.apify.actor/mcp",
        "--header",
        "Authorization: Bearer YOUR_APIFY_TOKEN"
      ]
    }
  }
}

2. 重新启动克劳德桌面

3. 转换文档

只需问克劳德：

"Convert this PDF to markdown: https://example.com/document.pdf"

克劳德将自动使用Markitdown工具！

开发人员（API）

直接HTTP请求

curl -X POST https://api.apify.com/v2/acts/rector_labs~markitdown-mcp-server/runs \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "fileUrl": "https://example.com/document.pdf"
  }'

Python示例

from apify_client import ApifyClient

client = ApifyClient('YOUR_API_TOKEN')
run = client.actor('rector_labs/markitdown-mcp-server').call(
    run_input={
        'fileUrl': 'https://example.com/document.pdf'
    }
)

# Get markdown output
for item in client.dataset(run['defaultDatasetId']).iterate_items():
    print(item['markdown'])

JavaScript/TypeScript示例

import { ApifyClient } from 'apify-client';

const client = new ApifyClient({ token: 'YOUR_API_TOKEN' });

const run = await client.actor('rector_labs/markitdown-mcp-server').call({
  fileUrl: 'https://example.com/document.pdf'
});

// Get markdown output
const { items } = await client.dataset(run.defaultDatasetId).listItems();
console.log(items[0].markdown);

📚 支持格式

文件和电子表格

图像

Web和标记

音频和视频

档案

💡 用例

🤖 RAG管道

PDF Documents → Markitdown → Clean Markdown → Vector DB → LLM

非常适合为语义搜索和检索准备文档。

📖 知识库迁移

将传统文档（PDF、Word文档）转换为Wiki、文档网站或内容管理系统的现代Markdown格式。

🎓 研究与学术

从研究论文、演示文稿和数据集中提取文本进行分析和处理。

📊 数据提取

将发票、报告和电子表格转换为结构化Markdown以供进一步处理。

🔄 批处理

使用Apify的基础架构并行处理数百个文档。

🔌 集成

克劳德桌面

{
  "mcpServers": {
    "markitdown": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://rector-labs--markitdown-mcp-server.apify.actor/mcp",
        "--header",
        "Authorization: Bearer YOUR_APIFY_TOKEN"
      ]
    }
  }
}

n8n工作流

1. 添加 Apify 节点
2. 选择 标记MCP服务器 男演员
3. 配置文件URL输入
4. 连接到下游节点

Make.com（Integromat）

1. 添加 Apify 模块
2. 选择演员： rector_labs/markitdown-mcp-server
3. 从触发器映射文件URL
4. 在接下来的步骤中使用输出

扎皮尔

1. 选择 Apify 应用
2. 行动： 奔跑演员
3. 男演员 markitdown-mcp-server
4. 映射前一步骤中的数据

⚙️ 配置

输入参数

备注：提供 要么 fileUrl 或 fileBase64不是两者都有。

输入示例

基于URL:

{
  "fileUrl": "https://example.com/document.pdf"
}

基于Base64:

{
  "fileBase64": "JVBERi0xLjQKJeLjz9MKMyAwIG9iago8PC..."
}

📊 输出格式

actor输出带有元数据的干净Markdown文本：

{
  "event": "conversion_success",
  "file_size": 153600,
  "markdown_length": 5234,
  "file_type": ".pdf"
}

Markdown内容作为工具响应返回。

💲 定价

按事件付费模式

成本示例

• 单个文档：总计$0.03（$0.01开始+0.02转换）
• 100份文件：~2.10美元（0.01美元起+2.00美元转换）
• 1000份文件：~20.10美元（0.01美元起+20.00美元转换）

没有订阅。没有最低要求。只为你使用的东西付费。

🚀 演出

🛠️ 高级功能

错误处理

演员优雅地处理：

• 文件URL无效（404，网络错误）
• 不支持的文件格式（清除错误消息）
• 损坏的文件（处理前验证）
• 大文件（自动超时处理）

日志记录和调试

所有转换记录如下：

• 文件类型和大小
• 转换持续时间
• 成功/失败状态
• 错误详细信息（如有）

自定义选项

马上就来：

• Azure文档智能集成
• OpenAI图像描述
• 自定义OCR设置
• 批处理模式

🔒 安全与隐私

• 无数据保留：文件被处理并立即删除
• 加密传输：所有传输都使用HTTPS
• 孤立执行：每个转换都在沙盒容器中运行
• 不记录内容：只记录元数据
• 符合GDPR：托管在Apify的安全基础设施上

❓ 常见问题解答

Q： 这和在本地运行Markitdown有什么区别？

A. 这是一个 云托管 服务包括：

• ✅ 无需安装Python
• ✅ 无依赖关系管理
• ✅ 批量处理的自动缩放
• ✅ 人工智能代理的MCP集成
• ✅ 99.95%的正常运行时间保证
• ✅ 按使用付费（无服务器成本）

Q： 我可以转换受密码保护的PDF吗？

A. 目前还没有。受密码保护的文档将返回错误。转换前拆除保护装置。

Q： 最大文件大小是多少？

A. 100 MB硬限制。处理超过50MB的文件可能需要更长的时间。对于较大的文件，请考虑先拆分它们。

Q： 它是否适用于扫描的PDF（图像）？

A. 对！OCR（光学字符识别）支持基于图像的PDF和图像文件。

Q： 我可以在生产中使用这个吗？

A. 当然！该演员在Apify的生产基础设施上运行，正常运行时间SLA为99.95%。

Q： Markdown输出有多准确？

A. Markitdown保留：

• ✅ 标题和结构
• ✅ 加粗 和 斜体 格式化
• ✅ 列表（有序和无序）
• ✅ 表格
• ✅ 链接
• ✅ 代码块

复杂的布局可能需要人工审查。

Q： 我可以一次转换多个文件吗？

A. 对！并行运行多个Actor实例，或使用批处理模式（联系企业定价）。

🐛 故障排除

“文件下载失败：HTTP 404”

原因：URL无效或文件不存在。

解决方案:

• 验证URL是否正确且可公开访问
• 确保文件未被删除或移动
• 检查身份验证要求

“不支持的文件格式”

原因：文件扩展名不在支持的格式列表中。

解决方案:

• 检查 支持格式 章节
• 先将文件转换为支持的格式
• 如果需要添加特定格式，请联系支持人员

“转换超时”

原因：文件太大或太复杂。

解决方案:

• 将大文件分割成更小的块
• 简化复杂文档
• 增加超时时间（联系企业计划支持）

“base64内容无效”

原因：base64字符串格式不正确或不完整。

解决方案:

• 验证base64编码是否正确
• 确保传输过程中没有发生截断
• 使用 fileUrl 如果可能的话

📖 文档

• MCP协议: 模型上下文协议.io
• 微软Markitdown: github/微软/市场
• Apify平台: docs.apify.com
• Python 软件开发工具包: docs.apify.com/sdk/python

🤝 支持

需要帮助？

• 📧 电子邮件: support@apify.com
• 💬 Discord 的中文翻译是“不和谐”或“纷争”。: apify.com/discord
• 📚 文档: docs.apify.com
• 🐛 错误报告: GitHub问题

社区

• ⭐ GitHub上的明星: RECTOR-LABS/markitdown mcp服务器
• 🐦 关注更新: @芹菜
• 💡 功能请求：打开GitHub问题

🚀 立即开始

部署到Apify

1. 登录Apify

apify login

2. 部署Actor

apify push

3. 启用待机模式

转到Actor设置并启用待机模式。

4. 获取您的演员URL

您的MCP终点将是： https://rector-labs--markitdown-mcp-server.apify.actor/mcp

5. 连接AI代理

将端点添加到Claude Desktop、Cursor或您最喜欢的MCP客户端！

📜 许可证

本项目建立在以下基础上：

• 微软Markitdown：MIT许可证
• Apify SDK：Apache 2.0许可证
• MCP-SDK：MIT许可证

演员代码：MIT许可证

🙏 鸣谢

内置：

• 微软Markitdown -文档转换库（82k+⭐)
• Apify平台 -无服务器云基础设施
• MCP协议 -AI代理集成标准

Made with ❤️ for the AI developer community

Powered by Apify • MCP Protocol • Microsoft Markitdown