PDF 阅读器 MCP 服务器

一个提供用于从 PDF 文件中阅读和提取文本内容的 Model Context Protocol (MCP) 服务器，支持本地文件和 URL。

作者

Philip Van de Walker
邮箱：philip.vandewalker@gmail.com
GitHub：https://github.com/trafflux

功能特性

• 从本地 PDF 文件中读取文本内容
• 从 PDF URLs 中读取文本内容
• 处理损坏或无效的 PDF 的错误处理
• 卷挂载以访问本地 PDF 文件
• 自动检测 PDF 编码
• 标准化的 JSON 输出格式

安装步骤

1. 克隆仓库：

git clone https://github.com/trafflux/pdf-reader-mcp.git
cd pdf-reader-mcp

2. 构建 Docker 镜像：

docker build -t mcp/pdf-reader .

使用说明

运行服务器

要运行具有访问本地 PDF 文件权限的服务器：

docker run -i --rm -v /path/to/pdfs:/pdfs mcp/pdf-reader

将 /path/to/pdfs 替换为实际的 PDF 文件路径。

如果不使用本地 PDF 文件：

docker run -i --rm mcp/pdf-reader

MCP 配置

添加到您的 MCP 设置配置中：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/pdfs:/pdfs",
        "mcp/pdf-reader"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}

不使用本地 PDF 文件的情况：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/pdf-reader"],
      "disabled": false,
      "autoApprove": []
    }
  }
}

可用工具

1. read_local_pdf

   • 目的：从本地 PDF 文件中读取文本内容
   • 输入：

     {
       "path": "/pdfs/document.pdf"
     }
     

   • 输出：

     {
       "success": true,
       "data": {
         "text": "提取的内容..."
       }
     }
     

2. read_pdf_url

   • 目的：从指定的 PDF URL 中读取文本内容
   • 输入：

     {
       "url": "http://example.com/example.pdf"
     }
     

   • 输出：

     {
       "success": true,
       "data": {
         "text": "提取的内容..."
       }
     }
     

错误处理

服务器在遇到错误时会返回以下 JSON 格式的响应：

{
  "success": false,
  "error": {
    "code": " ErrorCode ",
    "message": " 错误信息 "
  }
}

其中，ErrorCode 是一个唯一的错误代码，Error Message 描述了具体的错误原因。

依赖项

• Python 版本：3.8 或更高
• 必要库：
  • Flask (用于 Web 服务)
  • requests (用于处理 URL 请求)

项目结构

.
├── README.md                # 项目文档
├── requirements.txt        # 依赖项列表
├── app.py                  # 主应用程序文件
└── config.py               # 配置文件

许可证

本项目受 Apache License 2.0 许可证的约束。详细内容请参考 LICENSE 文件。

联系方式

如需联系，请发送邮件至 philip.vandewalker@gmail.com 或访问 GitHub 仓库：https://github.com/trafflux/pdf-reader-mcp