Name: PDF阅读服务
Author: rturv

使用说明

MCP PDF阅读器

一个强大的 模型上下文协议（MCP） 该服务器使Claude和GitHub Copilot等人工智能助手能够智能地与PDF文档交互。提取文本、元数据、搜索内容和检索嵌入图像——所有这些都是通过一个标准化的、LLM友好的界面完成的。不基于OCR。

当前版本： 1.0.0
包裹： @rturv/mcp-pdf-reader
许可证： 麻省理工学院

快速开始

安装

npm install -g @rturv/mcp-pdf-reader

运行服务器

mcp-pdf-reader

配置

克劳德桌面版

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "pdf-reader": {
      "command": "mcp-pdf-reader"
    }
  }
}

地点：

窗户： %APPDATA%\Claude\claude_desktop_config.json
macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
Linux： ~/.config/claude/claude_desktop_config.json

GitHub副本（VS代码）

添加 mcpServers.json:

{
  "mcpServers": {
    "pdf-reader": {
      "command": "mcp-pdf-reader",
      "args": [],
      "disabled": false
    }
  }
}

地点： %APPDATA%\Code\User\globalStorage\github.copilot-chat\mcpServers.json

看 COPYLOT_CONFIG.md 了解其他安装方法。

特性

✅ 全文提取 -从PDF文件中提取完整文本
✅ 元数据抽取 -检索标题、作者、创建日期等
✅ 页面范围读取 -从特定页面提取文本
✅ 文本搜索 -查找具有周围上下文的文本
✅ 页数 -获取总页数
✅ 图像提取 -在Base64中列出并提取嵌入图像
✅ 遵从标准 -遵循MCP规范，实现无缝LLM集成

工具参考

此MCP服务器提供了7个用于全面PDF操作的工具。所有工具都可以通过Claude Desktop、GitHub Copilot和其他MCP兼容客户端访问。

1. `read_pdf`

目的： 从PDF文件中提取所有文本内容。将此作为理解PDF文档内容的主要方法。

何时使用：

读取整个文档内容
获取用于摘要或分析的完整文档文本
与元数据结合时提取内容

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file",
  "includeMetadata": "boolean (optional, default: false) - Include PDF metadata in response"
}

请求示例：

{
  "filePath": "C:/Documents/report.pdf",
  "includeMetadata": true
}

示例响应：

{
  "text": "Executive Summary\n\nThis report details Q4 2025 performance...",
  "metadata": {
    "title": "Q4 2025 Performance Report",
    "author": "Analytics Team",
    "subject": "Quarterly Report",
    "creator": "Microsoft Word",
    "producer": "iLovePDF",
    "creationDate": "D:20250115120000Z",
    "modificationDate": "D:20250115150000Z",
    "keywords": "Q4, report, performance",
    "totalPages": 12
  },
  "pageCount": 12
}

2. `get_pdf_metadata`

目的： 提取文档元数据而不读取全文。非常适合快速检查文档。

何时使用：

识别文档属性（作者、标题、日期）
快速文档验证
构建文档目录
检查修改日期

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file"
}

请求示例：

{
  "filePath": "C:/Documents/contract.pdf"
}

示例响应：

{
  "title": "Service Agreement 2025",
  "author": "Legal Department",
  "subject": "Service Terms & Conditions",
  "creator": "Adobe InDesign",
  "producer": "Adobe PDF Library",
  "creationDate": "D:20250101090000Z",
  "modificationDate": "D:20250110140000Z",
  "keywords": "service, agreement, contract",
  "totalPages": 8
}

3. `read_pdf_pages`

目的： 从特定页面或页面范围中提取文本。将其用于目标内容提取。

何时使用：

阅读文档的特定部分
分析特定章节或页面
在多部分文档中提取封面或特定报告
通过阅读部分处理大型PDF

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file",
  "startPage": "number (required) - Starting page number (1-indexed)",
  "endPage": "number (optional) - Ending page number. If omitted, defaults to startPage"
}

请求示例（单页）：

{
  "filePath": "C:/Documents/thesis.pdf",
  "startPage": 1
}

请求示例（页面范围）：

{
  "filePath": "C:/Documents/thesis.pdf",
  "startPage": 5,
  "endPage": 12
}

示例响应：

{
  "text": "Chapter 2: Literature Review\n\nThis chapter examines existing research...",
  "startPage": 5,
  "endPage": 12,
  "totalPages": 45
}

4. `search_pdf`

目的： 在PDF中搜索文本，并检索与周围上下文的所有匹配项。

何时使用：

查找特定术语或短语
按关键字定位部分
验证内容是否存在
构建基于关键字的摘要
合规性检查（查找具体条款）

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file",
  "searchTerm": "string (required) - Text to search for",
  "caseSensitive": "boolean (optional, default: false) - Case-sensitive search"
}

请求示例：

{
  "filePath": "C:/Documents/policy.pdf",
  "searchTerm": "termination clause",
  "caseSensitive": false
}

示例响应：

[
  {
    "page": 3,
    "text": "termination clause",
    "context": "...either party may invoke the termination clause without prior written notice...",
    "position": 456
  },
  {
    "page": 7,
    "text": "termination clause",
    "context": "...In accordance with Section 4.2, the termination clause becomes effective...",
    "position": 1230
  }
]

5. `get_pdf_page_count`

目的： 在不阅读内容的情况下获取PDF中的总页数。

何时使用：

验证PDF完整性
确定PDF是否为空
计划页面范围提取
基于文档大小的批处理逻辑

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file"
}

请求示例：

{
  "filePath": "C:/Documents/manual.pdf"
}

示例响应：

{
  "pageCount": 247
}

6. `list_pdf_images`

目的： 列出PDF中嵌入的所有图像及其元数据和位置。

何时使用：

提取前发现嵌入图像
获取图像尺寸和类型
规划图像提取操作
验证图像内容是否存在

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file"
}

请求示例：

{
  "filePath": "C:/Documents/presentation.pdf"
}

示例响应：

{
  "images": [
    {
      "index": 0,
      "page": 2,
      "name": "Image42",
      "width": 800,
      "height": 600,
      "type": "JPEG"
    },
    {
      "index": 1,
      "page": 5,
      "name": "Image43",
      "width": 1024,
      "height": 768,
      "type": "PNG"
    },
    {
      "index": 2,
      "page": 8,
      "name": "Image44",
      "width": 640,
      "height": 480,
      "type": "TIFF"
    }
  ]
}

7. `extract_pdf_image`

目的： 从PDF中提取特定图像，并将其作为Base64编码数据返回。

何时使用：

从PDF恢复图像
将PDF图像转换为标准格式
处理视觉内容以供分析
归档嵌入式图像

使用前： 呼叫 list_pdf_images 首先发现可用图像及其索引。

输入参数：

{
  "filePath": "string (required) - Absolute path to the PDF file",
  "imageIndex": "number (required) - Image index from list_pdf_images (0-indexed)"
}

请求示例：

{
  "filePath": "C:/Documents/presentation.pdf",
  "imageIndex": 0
}

示例响应：

{
  "index": 0,
  "page": 2,
  "name": "Image42",
  "width": 800,
  "height": 600,
  "type": "JPEG",
  "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNk+M9QDwADhgGAWjR9awAAAABJRU5ErkJggg=="
}

注：图像数据采用Base64编码。解码以另存为文件（例如，使用 atob() JavaScript或 base64 -d 在bash中）。

MCP检验员测试

MCP检查器是一个用于测试和调试MCP服务器的交互式工具。它提供了一个基于web的UI来调用工具并实时检查响应。

安装

npm install -g @modelcontextprotocol/inspector

使用检查器运行服务器

在调试模式下启动MCP服务器：
```
mcp-pdf-reader
```
在单独的终端中，启动检查器：
```
mcp-inspector node dist/index.js
```
或者如果使用全局npm包：
```
mcp-inspector npx @rturv/mcp-pdf-reader
```
打开web UI： 检查员将提供一个URL（通常 http://localhost:5173).在浏览器中打开它。

使用检查器

示例：从PDF中提取文本

在检查器UI中，找到 read_pdf 左侧边栏中的工具
点击展开工具界面

输入参数：

{
  "filePath": "C:/path/to/your/document.pdf",
  "includeMetadata": true
}

点击 “呼叫工具”
在右侧面板中查看响应

示例：搜索文本

选择 search_pdf 工具

输入参数：

{
  "filePath": "C:/path/to/your/document.pdf",
  "searchTerm": "important keyword",
  "caseSensitive": false
}

点击 “呼叫工具” 并结合上下文查看搜索结果

示例：提取图像

首先，打电话 list_pdf_images 要查找图像：
```
{
  "filePath": "C:/path/to/your/document.pdf"
}
```
注意你想要的图像的索引（例如。， index: 0)

呼叫 extract_pdf_image 根据该指数：

{
  "filePath": "C:/path/to/your/document.pdf",
  "imageIndex": 0
}

响应将包括准备解码和保存的Base64编码图像数据

排查检查员问题

端口已在使用中： 更改端口 mcp-inspector --port 5174
连接被拒绝： 启动检查器之前，确保MCP服务器正在运行
工具未出现： 验证中的工具定义 src/index.ts 并重建 npm run build

发展

构建

npm run build

监视模式

npm run dev

运行测试

npm test

注：测试需要一个PDF样本，网址为 test-files/sample.pdf。创建一个或跳过PDF相关测试。

观看测试

npm run test:watch

项目结构

mcp-pdf-reader/
├── src/
│   ├── index.ts              # MCP server implementation & tool definitions
│   ├── pdf-tools.ts          # Core PDF manipulation functions
│   ├── types.ts              # TypeScript interfaces & types
│   └── __tests__/
│       └── pdf-tools.test.ts  # Unit tests
├── dist/                      # Compiled JavaScript (generated)
├── test-files/                # Test PDF files
├── package.json
├── tsconfig.json
└── README.md

技术栈

@模型上下文协议/sdk （^1.25.2）-MCP协议实施
pdf解析 （^2.4.5）-PDF文本提取
pdf库 （^1.17.1）-PDF图像提取
TypeScript （^5.9.3）-类型安全开发
开玩笑 （^29.7.0）-单元测试

局限性

无OCR： 仅从PDF中提取可选文本（非扫描图像）
基于文本的PDF： 适用于包含嵌入文本的PDF。没有OCR的扫描文档无法读取
图像提取： 仅限标准格式（JPEG、PNG、TIFF）
Base64编码： 所有图像均以Base64字符串形式返回；大图像可能会导致大响应
无PDF修改： 此服务器是只读的；无法编辑或创建PDF

配置文件

CLAUDE_CONFIG.md -Claude桌面配置指南
COPYLOT_CONFIG.md -GitHub Copilot设置说明

许可证

MIT-有关详细信息，请参阅许可证文件

仓库

github.com/rturv/mcp-pdf-reader

使用说明

MCP PDF阅读器

快速开始

安装

运行服务器

配置

克劳德桌面版

GitHub副本（VS代码）

特性

工具参考

1. read_pdf

2. get_pdf_metadata

3. read_pdf_pages

4. search_pdf

5. get_pdf_page_count

6. list_pdf_images

7. extract_pdf_image

MCP检验员测试

安装

使用检查器运行服务器

使用检查器

示例：从PDF中提取文本

示例：搜索文本

示例：提取图像

排查检查员问题

发展

构建

监视模式

运行测试

观看测试

项目结构

技术栈

局限性

配置文件

许可证

仓库

相关 MCP

PDF处理工具集

PDF文本提取服务

PDF阅读工具

YouTube MCP服务器

学术资源访问服务

文件转Markdown工具

1. `read_pdf`

2. `get_pdf_metadata`

3. `read_pdf_pages`

4. `search_pdf`

5. `get_pdf_page_count`

6. `list_pdf_images`

7. `extract_pdf_image`