MCP PDF Server

Servidor PDF MCP

MCP PDF Server es un servidor basado en el Protocolo de Contexto de Modelo (MCP) que puede administrar archivos PDF de manera eficiente.

Este proyecto se creó para facilitarme a mí, un desarrollador integrado, leer y resumir documentos de hojas de datos en formato PDF directamente en herramientas de codificación de IA como Cursor, o realizar preguntas y respuestas para que el trabajo de desarrollo sea más conveniente. En otras palabras, el objetivo principal es ayudar a la IA a comprender rápidamente el contenido de las hojas de datos en PDF y proporcionar la información necesaria de inmediato.

Este proyecto consta de dos componentes principales:

• manager_server : una página web basada en FastAPI que brinda a los usuarios la posibilidad de cargar o descargar archivos PDF y ver y administrar listas de archivos a través de una interfaz de usuario web. También proporciona una API RESTful para la integración con sistemas externos.
• mcp_server : proporciona funciones de búsqueda de nombre de archivo y extracción de texto basadas en archivos PDF administrados por manager_server. El texto extraído se puede vincular a sistemas externos (por ejemplo, Cursor, etc.) a través del protocolo MCP.

Características principales:

• Extraer texto PDF (admite archivos locales y URL)
• Búsqueda de PDF basada en el nombre del archivo
• Ver y administrar listas de PDF
• Admite carga y descarga web de archivos PDF
• Proporcionar API RESTful y servicios web
• Conectividad con sistemas externos (Curator, Cursor, etc.) mediante el protocolo MCP

Se puede integrar fácilmente con sistemas externos a través de API RESTful y UI web, y se puede implementar y operar fácilmente tanto en Docker como en entornos locales. Adecuado para la gestión y recuperación automatizada de diversos documentos PDF, como hojas de datos, documentos y contratos.

Características principales

• Extraer texto de archivos PDF locales y PDF accesibles mediante URL
• Proporciona una lista de archivos PDF en /app/datasheets
• Proporciona una función de búsqueda de PDF por nombre de archivo.
• Extracción de texto confiable y manejo de excepciones basado en PyPDF2
• Proporcionar herramientas MCP estandarizadas basadas en FastMCP

Ejecutando con Docker

1. Construir imagen
   docker build -t mcp-pdf-server:1.0.0 .
2. Ejecutar un contenedor
   docker run -d \ -v /호스트/경로/데이터:/app/datasheets \ -p 5050:5050 \ -p 5080:5080 \ --name mcp-pdf-server \ mcp-pdf-server:1.0.0
   • Si coloca un archivo PDF en /호스트/경로/데이터 puede acceder a él desde /app/datasheets dentro del contenedor.
   • Se utilizan los puertos 5050 y 5080.
3. Al usar docker-compose
   # docker-compose.yml의 /path/to/your/datasheets를 실제 PDF 폴더 경로로 수정하세요. docker-compose up -d --build

Ejecutarlo directamente localmente (Python)

1. Instalación de dependencias
   pip install -r requirements.txt
2. Ejecutando el servidor
   python mcp_server/mcp_pdf_server.py # 또는 uvicorn manager_server.main:app --host 0.0.0.0 --port 5080

Descripción de la herramienta MCP (API)

• leer_pdf_local
  Extraiga texto ingresando una ruta de archivo PDF local.
• leer_url_pdf
  Introduzca una URL de un archivo PDF y extraiga el texto de él.
• lista_pdf_del_servidor
  Devuelve una lista de todos los archivos PDF en /app/datasheets .
• búsqueda_pdf_del_servidor
  Ingrese un nombre de archivo, busque un archivo PDF en el servidor y extraiga el texto de ese archivo PDF.

Guía de ruta

• Los datos PDF deben estar ubicados en la ruta /app/datasheets (dentro del contenedor Docker).
• Al utilizar Docker, monte la carpeta PDF del host en /app/datasheets .
• El código fuente se encuentra en /app/mcp_server (dentro del contenedor).

Licencia

Licencia Apache 2.0
Autor: Dev91