MCP PDF Server

MCP PDF Server 是一个基于 Model Context Protocol（MCP）的服务器，用于高效管理 PDF 文件。

该项目由嵌入式开发者创建，旨在使像 Cursor 这样的AI编码工具能够直接读取和总结PDF数据表文档，或者通过问答等方式使开发工作更加便捷。也就是说，其主要目的是支持AI快速理解PDF数据表的内容，并提供所需信息。

该项目包含两个主要组件：

• manager_server：基于 FastAPI 的网页，允许用户通过 Web UI 上传或下载 PDF 文件，查询和管理文件列表。此外，还提供了与外部系统集成的 RESTful API。
• mcp_server：基于 manager_server 管理的 PDF 文件，提供文件名搜索和文本提取功能。提取的文本可以通过 MCP 协议与外部系统（如 Cursor 等）集成。

主要功能：

• PDF 文本提取（支持本地文件及URL）
• 基于文件名的 PDF 搜索
• PDF 列表查询及管理
• 支持 PDF 文件的 Web 上传/下载
• 提供 RESTful API 及 Web 服务
• 通过 MCP 协议与外部系统（如 Curator、Cursor 等）集成

通过 RESTful API 和 Web UI，可以轻松地与外部系统集成。该服务器既可以在 Docker 中部署，也可以在本地环境中轻松部署和运行。适用于各种 PDF 文档（如数据表、论文、合同等）的自动化管理和搜索。

主要特点

• 从本地 PDF 文件或可通过 URL 访问的 PDF 文件中提取文本
• 提供 /app/datasheets 下的 PDF 文件列表
• 提供基于文件名的 PDF 搜索功能
• 基于 PyPDF2 的稳定文本提取及异常处理
• 提供基于 FastMCP 的标准化 MCP 工具

使用 Docker 运行

1. 构建镜像

   docker build -t mcp-pdf-server:1.0.0 .
   

2. 运行容器

   docker run -d \
     -v /主机/路径/数据:/app/datasheets \
     -p 5050:5050 \
     -p  5080:5080 \
     --name mcp-pdf-server \
     mcp-pdf-server:1.0.0
   

   • 将 PDF 文件放入 /主机/路径/数据，则可在容器内部的 /app/datasheets 访问。
   • 使用端口 5050 和 5080。

3. 使用 docker-compose

   # 修改 docker-compose.yml 中的 /path/to/your/datasheets 为实际的 PDF 文件夹路径。
   docker-compose up -d --build
   

在本地（Python）直接运行

1. 安装依赖

   pip install -r requirements.txt
   

2. 启动服务器

   python mcp_server/mcp_pdf_server.py
   # 或者
   uvicorn manager_server.main:app --host 0.0.0.0 --port 5080
   

MCP 工具（API）说明

• read_local_pdf
  接收本地 PDF 文件路径并提取文本。

• read_url_pdf
  接收 PDF 文件的 URL 并提取文本。

• server_pdf_list
  返回 /app/datasheets 下的所有 PDF 文件列表。

• server_pdf_search
  根据文件名搜索服务器上的 PDF 文件，并提取该 PDF 的文本。

路径指南

• PDF 数据必须位于 /app/datasheets 路径（Docker 容器内）。
• 使用 Docker 时，将主机的 PDF 文件夹挂载到 /app/datasheets。
• 源代码位于 /app/mcp_server（以容器内部为准）。

许可证

Apache License 2.0
作者: Dev91