Markdownify MCP 服务器 - UTF-8 增强

这是原始 Markdownify MCP 项目的增强版本，改进了 UTF-8 编码支持并优化了对多语言内容的处理。

中文詳細

增强功能

• 添加了全面的 UTF-8 编码支持
• 优化多语言内容处理
• 修复 Windows 系统上的编码问题
• 改进的错误处理机制

与原始项目的主要区别

1. 增强编码支持：
   • 所有操作均支持完整的 UTF-8
   • 正确处理中文、日文、韩文和其他非 ASCII 字符
   • 修复了 Windows 特定的编码问题（cmd.exe 和 PowerShell 兼容性）
2. 改进的错误处理：
   • 英文和中文的详细错误信息
   • 更好地处理网络问题异常
   • 转换失败时的优雅回退机制
3. 扩展功能：
   • 增加了对批量处理多个文件的支持
   • 增强 YouTube 视频转录处理
   • 改进了从各种文件格式提取元数据的功能
   • 更好地保存文档格式
4. 性能优化：
   • 优化大文件转换的内存使用情况
   • 更快地处理多语言内容
   • 减少依赖冲突
5. 更好的开发体验：
   • 全面的调试选项
   • 详细日志系统
   • 特定于环境的配置支持
   • 清晰的中英文文档

特征

支持将各种文件类型转换为Markdown：

• PDF 文件
• 图像（含元数据）
• 音频（带转录）
• Word 文档 (DOCX)
• Excel 电子表格 (XLSX)
• PowerPoint 演示文稿 (PPTX)
• 网页内容：
  • YouTube 视频文字记录
  • 搜索结果
  • 通用网页
• 现有的 Markdown 文件

快速入门

1. 克隆此存储库：
   git clone https://github.com/JDJR2024/markdownify-mcp-utf8.git cd markdownify-mcp-utf8
2. 安装依赖项：
   pnpm install
   注意：这还将安装uv和相关的 Python 依赖项。
3. 构建项目：
   pnpm run build
4. 启动服务器：
   pnpm start

要求

• Node.js 16.0 或更高版本
• Python 3.8 或更高版本
• pnpm 包管理器
• Git

详细安装指南

1. 环境设置

1. 安装 Node.js：
   • 从Node.js 官方网站下载
   • 验证安装： node --version
2. 安装 pnpm：
   npm install -g pnpm pnpm --version
3. 安装 Python：
   • 从Python官方网站下载
   • 确保在安装过程中将 Python 添加到 PATH
   • 验证安装： python --version
4. （仅限 Windows）配置 UTF-8 支持：
   # Set system-wide UTF-8 setx PYTHONIOENCODING UTF-8 # Set current session UTF-8 set PYTHONIOENCODING=UTF-8 # Enable UTF-8 in command prompt chcp 65001

2. 项目设置

1. 克隆存储库：
   git clone https://github.com/JDJR2024/markdownify-mcp-utf8.git cd markdownify-mcp-utf8
2. 创建并激活Python虚拟环境：
   # Windows python -m venv .venv .venv\Scripts\activate # Linux/macOS python3 -m venv .venv source .venv/bin/activate
3. 安装项目依赖项：
   # Install Node.js dependencies pnpm install # Install Python dependencies (will be handled by setup.sh) ./setup.sh
4. 构建项目：
   pnpm run build

3.验证

1. 启动服务器：
   pnpm start
2. 测试安装：
   # Convert a web page python convert_utf8.py "https://example.com" # Convert a local file python convert_utf8.py "path/to/your/file.docx"

使用指南

基本用法

1. 转换网页：
   python convert_utf8.py "https://example.com"
   转换后的 markdown 将保存为converted_result.md
2. 转换本地文件：
   # Convert DOCX python convert_utf8.py "document.docx" # Convert PDF python convert_utf8.py "document.pdf" # Convert PowerPoint python convert_utf8.py "presentation.pptx" # Convert Excel python convert_utf8.py "spreadsheet.xlsx"
3. 转换 YouTube 视频：
   python convert_utf8.py "https://www.youtube.com/watch?v=VIDEO_ID"

高级用法

1. 环境变量：
   # Set custom UV path export UV_PATH="/custom/path/to/uv" # Set custom output directory export MARKDOWN_OUTPUT_DIR="/custom/output/path"
2. 批处理：使用 URL 或文件路径创建批处理文件（例如convert_batch.txt ）：
   https://example1.com https://example2.com file1.docx file2.pdf
   然后运行：
   while read -r line; do python convert_utf8.py "$line"; done < convert_batch.txt

故障排除

1. 常见问题：
   • 如果发现编码错误，请确保正确设置 UTF-8
   • 对于 Windows 上的权限问题，请以管理员身份运行
   • 对于 Python 路径问题，请确保虚拟环境已激活
2. 调试：
   # Enable debug output export DEBUG=true python convert_utf8.py "your_file.docx"

用法

命令行

将网页转换为 Markdown 格式：

转换本地文件：

桌面应用程序集成

要将此服务器与桌面应用程序集成，请将以下内容添加到应用程序的服务器配置中：

故障排除

1. 编码问题
   • 如果遇到字符编码问题，请确保将PYTHONIOENCODING环境变量设置为utf-8
   • Windows 用户可能需要运行chcp 65001来启用 UTF-8 支持
2. 权限问题
   • 确保您具有足够的文件读/写权限
   • 在 Windows 上，您可能需要以管理员身份运行

致谢

本项目基于 Zach Caceres 的原作。感谢原作者的杰出贡献。

执照

本项目继续遵循 MIT 许可证。详情请参阅LICENSE文件。

贡献

欢迎贡献代码！提交 Pull 请求前，请先：

1. 确保您的代码遵循项目的编码标准
2. 添加必要的测试和文档
3. 更新 README 中的相关章节

接触

对于问题或建议：

1. 提交问题： https://github.com/JDJR2024/markdownify-mcp-utf8/issues
2. 创建拉取请求： https://github.com/JDJR2024/markdownify-mcp-utf8/pulls
3. 邮箱： jdidndosmmxmx@gmail.com