PDF 阅读器 MCP 服务器

一个 Model Context Protocol (MCP) 服务器，提供从 PDF 文件读取和提取文本的工具，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

功能

• 从本地 PDF 文件读取文本内容
• 从 PDF URL 读取文本内容
• 针对损坏或无效 PDF 的错误处理
• 用于访问本地 PDF 的卷挂载
• 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

运行服务器

运行服务器以访问本地 PDF 文件：

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

将 /path/to/pdfs 替换为您的 PDF 文件目录的实际路径。

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 文件时：

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

可用工具

1. read_local_pdf

   • 用途：从本地 PDF 文件读取文本内容
   • 输入：
     json 复制代码

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

   • 输出：
     json 复制代码

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

2. read_pdf_url

   • 用途：从 PDF URL 读取文本内容
   • 输入：
     json 复制代码

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

   • 输出：
     json 复制代码

     {
       "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提供清晰的错误消息：

• 无效或损坏的 PDF 文件
• 文件缺失
• URL 请求失败
• 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：用于从 URL 获取 PDF 的 HTTP 客户端
• MCP SDK：Model Context Protocol 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 2025 Philip Van de Walker

根据 Apache License, Version 2.0（“许可证”）授权；
除非符合许可证要求，否则不得使用此文件。
您可以在以下网址获取许可证副本：

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

除非适用法律要求或书面同意，否则按“原样”分发的软件，
没有任何明示或暗示的保证或条件。
请参阅许可证了解具体的权限和限制。

贡献

欢迎贡献！请随时提交 Pull Request。

联系

如有问题、疑问或贡献，请联系 Philip Van de Walker：

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