Servidor MCP del procesador PDF

Un servidor de Protocolo de Contexto de Modelo (MCP) para procesar documentos PDF con funciones avanzadas, como la extracción de ecuaciones LaTeX. Este servidor permite a Claude obtener, procesar y extraer información de documentos PDF, incluyendo ecuaciones matemáticas LaTeX.

Características

Obtención de PDF desde URL
Extracción de texto de archivos PDF
Reconocimiento y extracción de ecuaciones LaTeX
Integración con Claude a través de MCP

Instalación

Instalación estándar

pip install -e .

Instalación para Claude Desktop/Claude Code

Para utilizar este servidor MCP con Claude Desktop o Claude Code:

Instale las herramientas CLI de MCP si aún no están instaladas:
pip install "mcp[cli]"
Instale el servidor utilizando la herramienta CLI de MCP:
mcp install /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor
Por ejemplo, si ha clonado este repositorio en ~/mcp_pdf_processor :
mcp install ~/mcp_pdf_processor/pdf_tool_server.py --with-editable ~/mcp_pdf_processor
Para el desarrollo con el Inspector MCP:
mcp dev /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor
En Claude Desktop, ahora puedes usar el servidor PDF_TOOLS en tus conversaciones con estos comandos:
/mcp PDF_TOOLS fetch_pdf url=https://example.com/document.pdf /mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true /mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

Uso

Ejecución independiente

python pdf_tool_server.py

Variables de entorno

OUTPUT_DIR : Directorio para almacenar los PDF procesados (predeterminado: llm_output )
PYTHONPATH : Establezca el directorio que contiene el paquete mcp_pdf_processor

Usando con Claude

Cuando el servidor esté registrado, puedes pedirle a Claude que:

"Obtener y analizar el PDF en [URL]"
Extraer ecuaciones LaTeX del PDF en [URL]
"Resumir el contenido del PDF en [URL]"

Requisitos

El servidor requiere las siguientes dependencias principales:

Python 3.9 o superior
pymupdf : procesamiento de PDF y extracción de texto
mcp : Compatibilidad con el protocolo de contexto de modelo
pydantic : Validación y serialización de datos
aiohttp : Cliente/servidor HTTP asíncrono
torch : Para extracción de ecuaciones LaTeX (opcional)
pix2tex : Para reconocimiento de ecuaciones LaTeX (opcional)

Consulte pyproject.toml para obtener la lista completa de dependencias y requisitos de versión.

Ejemplos de uso

A continuación se muestra un ejemplo completo de flujo de trabajo para utilizar el procesador de PDF con Claude Desktop:

# 1. Fetch a PDF without reading it
/mcp PDF_TOOLS fetch_pdf url=https://arxiv.org/pdf/2505.05522

# This returns a hash_id, which you'll use in the next step

# 2. Process the PDF with LaTeX extraction
/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true

# This returns a filename for the processed output

# 3. Read the processed content
/mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

# Now Claude can analyze the PDF content, including any LaTeX equations

Licencia

Instituto Tecnológico de Massachusetts (MIT)

PDF Processor MCP Server

Integrations