文档解析服务

瞬析 (DocPilot MCP)

一个基于 WindData DocParse API 的本地 Model Context Protocol (MCP) 服务，用于从文档（PDF、Word、图片）中提取文本和结构。

English | 中文

功能特性

• 文档提取：支持解析 PDF、Word (.doc, .docx) 和图片文件。
• OCR 支持：可选的 OCR 功能，用于提取文档内图片的文本。
• 多种格式：支持输出 Markdown、JSON 或同时输出两者。
• 大纲提取：自动提取文档的结构/大纲。

先决条件

• Node.js：版本 16 或更高。
• WindData API 密钥：您需要从 瞬析 获取有效的 X-SECRET-KEY。

安装

npm install -g docpilot-mcp

配置

您必须将 DOC_PARSE_SECRET_KEY 环境变量设置为您的 WindData API 密钥。

export DOC_PARSE_SECRET_KEY="your-secret-key-here"

在 MCP 客户端中使用 (例如 Claude Desktop, Trae)

将以下配置添加到您的 MCP 客户端设置中（通常是 claude_desktop_config.json 或类似文件）：

{
  "mcpServers": {
    "docpilot": {
      "command": "npx",
      "args": [
        "-y",
        "docpilot-mcp"
      ],
      "env": {
        "DOC_PARSE_SECRET_KEY": "您的API密钥"
      }
    }
  }
}

可用工具

doc_extract

从文档文件中提取内容。

参数：

• file_path (string, 必填)：要解析的文档文件的绝对路径。
• content_format (string, 可选)：输出格式。可选值为 "markdown"、"json" 或 "all"。默认为 "markdown"。
• is_ocr_image (boolean, 可选)：是否启用图片 OCR 识别。默认为 false。
• outline_enabled (boolean, 可选)：是否提取文档大纲。默认为 true。

示例：

{
  "name": "doc_extract",
  "arguments": {
    "file_path": "/path/to/document.pdf",
    "content_format": "markdown",
    "is_ocr_image": true
  }
}

开发

1. 克隆仓库。
2. 安装依赖：npm install
3. 构建项目：npm run build
4. 本地运行：node build/index.js

许可证

ISC