Office Reader MCP

一个高性能的模型上下文协议（MCP）服务器，用于读取和处理各种办公文档格式，包括PDF、Excel、Word和PowerPoint文件。

功能

文档支持

• PDF 文件：提取文本并使用多种后端选项将页面渲染为图像
• Excel 文件：逐表读取电子表格
• Word 文档：从DOCX文件中提取文本内容
• PowerPoint 文件：提取文本内容，并使用原生Rust渲染生成幻灯片快照图像

PowerPoint 幻灯片快照

该库支持使用原生Rust库（无需外部依赖）将PowerPoint幻灯片转换为图像：

use office_reader_mcp::powerpoint_parser::generate_slide_snapshot;

// 生成第1张幻灯片的PNG快照
let result = generate_slide_snapshot("presentation.pptx", 1, "png");

match result.error {
    None => {
        if let Some(image_data) = result.image_data {
            std::fs::write("slide1.png", image_data).unwrap();
            println!("幻灯片快照已保存为slide1.png");
        }
    }
    Some(error) => println!("错误: {}", error),
}

关键特性：

• 原生实现：无需像LibreOffice这样的外部依赖
• 快速渲染：使用tiny-skia图形库进行高效的图像生成
• 多种格式：支持PNG和JPEG输出格式
• 直接解析PPTX：直接从PowerPoint XML结构中提取内容
• 幻灯片验证：自动验证幻灯片编号和文件存在性

支持的输出格式：

• PNG（推荐用于质量）
• JPG/JPEG（较小的文件大小）

性能特征

PDF 处理

• pdfium-render（最快）：每页约50-100毫秒
• mupdf：每页约100-200毫秒
• poppler-rs：每页约200-300毫秒
• pdf-extract（备用）：每页约500毫秒到2秒

PowerPoint 处理

• 原生渲染：每张幻灯片约100-300毫秒（无外部进程开销）
• 文本提取：每张幻灯片约50-100毫秒
• 内存高效：单独处理幻灯片而不加载整个演示文稿

安装

先决条件

• Rust（最新稳定版）
• 无需外部依赖即可实现PowerPoint功能

可选PDF后端

为了增强PDF处理，您可以启用可选功能：

[dependencies]
office_reader_mcp = { version = "0.1.0", features = ["pdfium"] }

可用功能：

• pdfium：Google的Pdfium库（最快的PDF处理）
• mupdf：MuPDF绑定（非常快）
• poppler：Poppler绑定（快速）

使用示例

PowerPoint 幻灯片快照

use office_reader_mcp::powerpoint_parser::{generate_slide_snapshot, get_powerpoint_slide_count};

// 获取幻灯片数量
let slide_count = get_powerpoint_slide_count("presentation.pptx")?;
println!("演示文稿有{}张幻灯片", slide_count);

// 为所有幻灯片生成快照
for slide_num in 1..=slide_count {
    let result = generate_slide_snapshot("presentation.pptx", slide_num, "png");
    
    if let Some(image_data) = result.image_data {
        let filename = format!("slide_{}.png", slide_num);
        std::fs::write(&filename, image_data)?;
        println!("生成了{}", filename);
    }
}

文本提取

use office_reader_mcp::powerpoint_parser::process_powerpoint_with_slides;

// 从特定幻灯片中提取文本
let result = process_powerpoint_with_slides("presentation.pptx", Some("1,3,5".to_string()));

if result.error.is_none() {
    println!("提取的内容:\n{}", result.content);
    println!("处理的幻灯片: {:?}", result.returned_slides);
}

架构

原生PowerPoint渲染管道

1. PPTX 解析：直接读取ZIP存档并解析XML
2. 内容提取：解析幻灯片XML以提取文本、形状和布局信息
3. 图形渲染：使用tiny-skia将幻灯片内容渲染为光栅图像
4. 格式转换：使用image库输出为PNG或JPEG

原生方法的优势

• 无外部依赖：消除了对LibreOffice的需求
• 更好的性能：没有进程启动开销
• 跨平台：在Windows、macOS和Linux上一致工作
• 内存高效：单独处理幻灯片
• 确定性：跨环境一致的渲染

错误处理

该库提供了全面的错误处理：

let result = generate_slide_snapshot("presentation.pptx", 1, "png");

match result.error {
    None => println!("成功！"),
    Some(error) => {
        if error.contains("未找到") {
            println!("文件未找到");
        } else if error.contains("不存在") {
            println!("无效的幻灯片编号");
        } else {
            println!("渲染错误: {}", error);
        }
    }
}

局限性

当前PowerPoint渲染局限性

• 文本渲染：当前将文本渲染为占位矩形（完整的文本渲染需要额外的字体库）
• 复杂布局：高级PowerPoint功能如动画、过渡和复杂形状具有基本支持
• 嵌入媒体：视频和音频不被渲染
• 字体处理：使用默认字体（可以通过fontdb集成扩展）

未来改进

• 完整的文本渲染，带有适当的字体
• 增强的形状和图像支持
• 动画帧提取
• SVG输出格式
• 自定义样式选项

贡献

欢迎贡献！改进领域：

1. 带有适当字体支持的增强文本渲染
2. 更好的从PPTX文件中提取形状和图像
3. 性能优化
4. 额外的输出格式（SVG，WebP）
5. 高级布局处理

许可证

此项目根据MIT许可证发布。