PDF 阅读器

PDF 阅读器简介

• 🛡️ 安全性: 严格限制文件访问权限，仅限于项目根目录。
• 🌐 灵活性: 支持本地相对路径和公共 URL。
• 🧩 统一功能: 单个 read_pdf 工具即可实现多种提取需求（全文本、特定页面、元数据、页数统计）。
• ⚙️ 结构化输出: 返回易于解析的预测 JSON 格式数据。
• 🚀 易于集成: 设计用于通过 npx 或 Docker 容器在 MCP 环境中无缝使用。
• ✅ 可靠性: 使用 pdfjs-dist 进行可靠的解析，并借助 Zod 实现输入验证。

性能优势

初步使用 Vitest 对示例 PDF 进行基准测试，结果显示该工具对各种操作的处理效率较高：

（更高的 hz 值表示性能越好。实际结果可能因 PDF 文件的复杂性和环境而异。）

有关更多详细信息，请参阅 性能文档。

功能

• 读取 PDF 文件的全文本内容。
• 提取特定页面或页面范围的文本内容。
• 读取 PDF 的元数据（作者、标题、创建日期等）。
• 获取 PDF 的总页数。
• 在单次请求中处理多个 PDF 源文件（本地路径或 URL）。
• 安全地在定义的项目根目录内运行。
• 提供结构化的 JSON 输出，通过 MCP 接口传递。

设计理念

该服务器优先考虑安全性，通过限制上下文来实现文件访问的安全性。同时，其设计注重高效性和简洁性，便于与 AI 代理工作流程集成。它依赖于最少的依赖项，并使用可靠的 pdfjs-dist 库进行 PDF 解析。

有关完整的 设计理念文档。

功能对比

与其他解决方案相比：

• 与直接文件访问: 提供了针对 PDF 的特定解析功能。
• 与通用文件系统工具 (例如 pdftotext): 通过 MCP 接口提供了一个安全、集成的界面，并生成结构化的输出，提高了可靠性和易用性。

有关完整 对比文档。

未来计划（路线图）

• 文档:
  • 完成所有文档部分（指南、API 参考、设计、比较）。
  • 解决 TypeDoc 问题并生成 API 文档。
  • 添加更多示例和高级用法。
  • 实现 PWA 支持并在移动设备上进行优化。
  • 在文档网站中添加分享按钮和增长指标。
• 基准测试:
  • 使用各种 PDF 文件（大小、复杂度）进行全面测试。
• 性能优化:
  • 优化现有功能，提升处理速度和效率。

如何使用

安装

使用 npm 安装：

npm install @pdf-reader/core

示例代码

import { PDFReader } from '@pdf-reader/core';

async function main() {
    const reader = new PDFReader();
    const text = await reader.extractText('path/to/your.pdf');
    console.log(text);
}

main().catch(console.error);

功能概述

• 文本提取: 从 PDF 文件中提取文本内容。
• 页面解析: 支持提取特定页面或页面范围的文本。
• 元数据获取: 获取 PDF 文件的相关元数据，如作者、标题等。

依赖项

• pdfjs-dist: 使用 pdf.js 库来处理和解析 PDF 文件。
• Zod: 用于输入验证和类型安全。

贡献指南

欢迎社区贡献！请参考 贡献文档 了解如何参与开发。

文档

有关详细信息，请参阅项目文档：

• 快速入门指南
• API 参考文档
• 设计原则

联系方式

如需反馈或问题，请联系 维护团队。

感谢您使用 PDF 阅读器！