PDF Processor MCP Server

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

Instalación para Claude Desktop/Claude Code

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

1. Instale las herramientas CLI de MCP si aún no están instaladas:
   pip install "mcp[cli]"
2. 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
3. Para el desarrollo con el Inspector MCP:
   mcp dev /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor
4. 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

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:

Licencia

Instituto Tecnológico de Massachusetts (MIT)