PDF阅读器MCP服务器

一个模型上下文协议（MCP）服务器，提供从PDF文件中读取和提取文本内容的工具，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

特性

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

安装

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 .

使用方法

运行服务器

要运行服务器并访问本地PDF文件：

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

将/path/to/pdfs替换为实际的PDF文件目录路径。

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：

{
  "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PDF URL中读取文本内容
   • 输入：

     {
       "url": "https://example.com/document.pdf"
     }
     

   • 输出：

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

错误处理

服务器处理各种错误情况，并给出清晰的错误信息：

• 无效或损坏的PDF文件
• 缺失文件
• 失败的URL请求
• 权限问题
• 网络连接问题

错误响应遵循以下格式：

{
  "success": false,
  "error": "详细的错误消息"
}

依赖项

• Python 3.11+
• PyPDF2：PDF解析和文本提取
• requests：HTTP客户端，用于从URL获取PDF
• MCP SDK：模型上下文协议实现

项目结构

.
├── Dockerfile          # 容器配置
├── README.md          # 本文档
├── requirements.txt   # Python依赖项
└── src/
    ├── __init__.py    # 包初始化
    └── server.py      # 主服务器实现

许可证

版权所有 2_0_2_5 Philip Van de Walker

根据Apache许可证，版本2.0（“许可证”）获得许可； 除非符合许可证，否则不得使用此文件。 您可以通过以下网址获得许可证副本：

http://www.apache.org/licenses/LICENSE-2.0

除非适用法律要求或书面同意，否则根据许可证分发的软件 按“原样”分发，不附带任何形式的保证或条件， 无论是明示还是暗示。有关具体管理权限和限制的细则，请参阅许可证。

贡献

欢迎贡献！请随时提交拉取请求。

联系方式

对于问题、问题或贡献，请联系Philip Van de Walker：

• 邮箱：philip.vandewalker@gmail.com
• GitHub：https://github.com/trafflux