📄 MCP PDF Server

基于FastMCP的PDF文件阅读服务器。

支持通过MCP协议从PDF中提取文本、OCR识别和图像提取，并内置了一个Web调试器以方便测试。

---

🚀 功能特性

• read_pdf_text
  逐页从PDF中提取普通文本。

• read_by_ocr
  使用OCR识别扫描或基于图像的PDF中的文本。

• read_pdf_images
  提取指定PDF页面中的所有图像（Base64编码输出）。

---

📂 项目结构

mcp-pdf-server/
├── pdf_resources/        # 上传和处理过的PDF文件目录
├── txt_server.py         # 主服务入口点
└── README.md             # 项目文档

---

⚙️ 安装

推荐Python版本：3.9+

pip install pymupdf mcp

注意：要使用OCR功能，可能需要一个带有OCR支持的MuPDF构建或外部OCR库。

---

🔦 启动服务器

运行以下命令：

python txt_server.py

你应该会看到如下日志：

正在提供服务 http://127.0.0.1:6231

---

🌐 Web调试界面

打开浏览器并访问：

http://127.0.0.1:6231

• 从左侧面板选择工具
• 在右侧面板填写参数
• 点击“运行”来测试工具

无需编程——通过Web UI轻松调试和测试。

---

🛠️ API工具列表

工具	描述	输入参数	返回值
read_pdf_text	从PDF页面中提取普通文本	file_path, start_page, end_page	页面文本列表
read_by_ocr	通过OCR识别文本	file_path, start_page, end_page, language, dpi	OCR提取的文本
read_pdf_images	从PDF页面中提取图像	file_path, page_number	图像列表（Base64编码）

---

📝 示例用法

从第1页到第5页提取文本：

mcp run read_pdf_text --args '{"file_path": "pdf_resources/example.pdf", "start_page": 1, "end_page": 5}'

对第1页进行OCR识别：

mcp run read_by_ocr --args '{"file_path": "pdf_resources/example.pdf", "start_page": 1, "end_page": 1, "language": "eng"}'

从第3页提取所有图像：

mcp run read_pdf_images --args '{"file_path": "pdf_resources/example.pdf", "page_number": 3}'

---

📢 注意事项

• 文件必须放置在pdf_resources/目录内，或者提供绝对路径。
• OCR功能需要环境中有适当的OCR支持。
• 处理大文件时，请根据需要调整内存和超时设置。

---

📜 许可证

本项目采用MIT许可证。 对于商业用途，请注明原始来源。 </中文翻译>