AI导哈

PDF内容提取服务

一个用于从PDF文件中提取内容的服务器，支持文本提取和OCR功能，适用于文档处理和数据分析场景。

  • by xraywu
  • Python
  • 本地部署
  • 33 星标
  • 更新于
在 GitHub 查看 xraywu/mcp-pdf-extraction-server

使用说明

PDF提取MCP服务器（克劳德代码分叉）

MCP服务器，用于从PDF文件中提取内容，并修复了Claude Code CLI安装。

此分支包括使用Claude Code（CLI版本）安装和运行服务器的关键修复。

这个叉子有什么不同

  1. 添加 __main__.py -使包能够作为模块运行 python -m pdf_extraction
  2. Claude Code特定说明 -明确适用于Claude Code CLI的安装步骤
  3. 测试安装过程 -已验证使用 claude mcp add 命令

组件

工具

服务器实现了一个工具：

  • 提取pdf内容：从本地PDF文件中提取内容
    • 拿 pdf_path 作为必需的字符串参数（本地文件路径）
    • 拿 pages 作为可选的字符串参数（逗号分隔的页码，支持负索引，如 -1 最后一页）
    • 支持PDF文本提取和OCR扫描文档

Claude Code CLI的安装

先决条件

  • Python 3.11或更高版本
  • pip或conda
  • 已安装Claude Code CLI(claude 命令）

步骤1：克隆并安装

# Clone this fork
git clone https://github.com/lh/mcp-pdf-extraction-server.git
cd mcp-pdf-extraction-server

# Install in development mode
pip install -e .

步骤2：查找已安装的命令

# Check where pdf-extraction was installed
which pdf-extraction
# Example output: /opt/homebrew/Caskroom/miniconda/base/bin/pdf-extraction

步骤3：添加到克劳德代码

# Add the server using the full path from above
claude mcp add pdf-extraction /opt/homebrew/Caskroom/miniconda/base/bin/pdf-extraction

# Verify it was added
claude mcp list

步骤4：在Claude中使用

# Start a new Claude session
claude

# In Claude, type:
/mcp

# You should see:
# MCP Server Status
# • pdf-extraction: connected

用法示例

连接后，您可以要求Claude提取PDF内容：

"Can you extract the content from the PDF at /path/to/document.pdf?"

"Extract pages 1-3 and the last page from /path/to/document.pdf"

故障排除

服务器未连接

  1. 确保在添加服务器后启动了NEW Claude会话
  2. 验证命令路径是否正确： ls -la $(which pdf-extraction)
  3. 直接测试命令（它应该挂起等待输入）： pdf-extraction

未找到模块错误

如果你遇到Python导入错误：

  1. 确保您使用的Python环境与安装包的Python环境相同
  2. 尝试使用完整的Python路径： claude mcp add pdf-extraction /path/to/python -m pdf_extraction

安装问题

如果 pip install -e . 失败：

  1. 确保你有Python 3.11+： python --version
  2. 尝试创建一个新的虚拟环境：
    python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -e .

适用于Claude桌面用户

这个分叉是专门为Claude Code CLI设计的。如果您使用的是Claude Desktop（GUI应用程序），请参阅 原始存储库 有关安装说明。

依赖项

  • mcp>=1.2.0
  • pypdf2>=3.0.1
  • pytesseract>=0.3.10（用于OCR支持）
  • 枕头>=10.0.0
  • 媒染剂>=2.10.1，<3.0.0
  • pymupdf>=1.24.0

贡献

欢迎投稿！这个叉子的主要变化是增加了 __main__.py 使包可以作为模块运行。

许可证

与原始存储库相同。

鸣谢

原始服务器由 @xraywu 克劳德代码修复 @lh

相关 MCP