Lizeur

🚀 Lizeur - PDF内容提取MCP服务器

Lizeur是一个模型上下文协议（MCP）服务器，它借助Mistral AI的OCR功能，让AI助手能够从PDF文档中提取并读取内容。它提供了一个简单的接口，可将PDF文件转换为易于被AI模型处理的Markdown文本。

✨ 主要特性

• PDF OCR处理：利用Mistral AI的最新OCR模型从PDF文档中提取文本。
• 智能缓存：自动缓存已处理的文档，避免重复处理。
• Markdown输出：返回简洁的Markdown文本，便于与AI工作流程集成。
• FastMCP集成：基于FastMCP构建，性能卓越且易于使用。

📦 安装指南

从pypi安装

pip install lizeur

并将以下配置添加到您的mcp.json文件中：

⚠️ 重要提示

Lizeur将安装在python3.10文件夹中。如果该文件夹不在系统的PATH中，您的IDE可能无法检测到lizeur二进制文件。

💡 使用建议

您可以在命令字段中添加lizeur二进制文件的完整路径，以确保您的IDE能够找到它。

{
  "mcpServers": {
    "lizeur": {
      "command": "lizeur",
      "env": {
        "MISTRAL_API_KEY": "your-mistral-api-key-here",
        "CACHE_PATH": "your cache path",
      }
    }
  }
}

手动安装

1. 克隆仓库

git clone https://github.com/SilverBzH/lizeur
cd lizeur

2. 创建并激活虚拟环境

# 创建虚拟环境
uv venv --python 3.10

# 激活虚拟环境
# 在macOS/Linux上：
source .venv/bin/activate

# 在Windows上：
# .venv\Scripts\activate

3. 安装依赖并构建

# 安装依赖
uv sync

# 构建包
uv build

4. 全局安装

# 全局安装包
uv pip install --system .

这将在您的系统上全局安装lizeur命令。

💻 使用示例

可用函数

read_pdf

• 函数：read_pdf
• 参数：absolute_path（字符串） - PDF文件的绝对路径
• 返回值：完整的OCR响应，包括所有页面的Markdown内容、边界框和其他OCR元数据

read_pdf_text

• 函数：read_pdf_text
• 参数：absolute_path（字符串） - PDF文件的绝对路径
• 返回值：所有页面的Markdown文本内容，不包含完整的OCR元数据（更易于代理处理）

AI助手中的使用示例

AI助手现在可以像这样使用这些工具：

What the OP command looks like for this specific controller, here is the doc /path/to/document.pdf

MCP服务器将执行以下操作：

1. 检查文档是否已缓存。
2. 如果未缓存，将PDF上传到Mistral AI进行OCR处理。这将使用您的MISTRAL API密钥并产生费用。
3. 提取文本并将其转换为Markdown。
4. 缓存结果以供将来使用。
5. 返回Markdown内容。

⚠️ 重要提示

当您只需要文本内容时，请使用read_pdf_text；当您需要包含元数据的完整OCR响应时，请使用read_pdf。如果PDF文件很大，read_pdf可能会让某些代理感到困惑。

📚 详细文档

本地开发设置

# 以开发模式安装
uv pip install -e .

# 直接运行服务器
python main.py

项目结构

• main.py - 集成FastMCP的主服务器实现。
• pyproject.toml - 项目配置和依赖项。
• uv.lock - 锁定的依赖版本。

🔧 技术细节

依赖项

• mcp[cli]>=1.12.4 - 模型上下文协议实现。
• mistralai>=0.0.10 - Mistral AI Python客户端。

📄 许可证

本项目采用MIT许可证。

📚 支持

如有问题和疑问，请参考项目仓库或联系维护人员。