Skip to main content
Glama
enesjakozh
arifazim

MCP Document Processor

by arifazim
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

MCP文档处理器

使用模型上下文协议 (MCP) 自动提取、分析和路由业务文档的智能文档处理系统。

项目概述

该项目演示了如何使用 MCP 解决实际业务挑战：自动化文档处理工作流程。该系统可以：

  • 对收到的文件（发票、合同、电子邮件）进行分类

  • 使用机器学习模型提取相关信息

  • 根据文档类型进行处理 在整个处理流程中维护上下文 通过 REST API 公开功能

Related MCP server: MCP PDF Server

关键 MCP 组件

  • 上下文对象：MCP 的核心，这些对象（在MCPContext中实现）在处理步骤之间传递信息并维护文档的状态。

  • 内存系统：存储处理步骤之间的上下文对象，并带有可插入的后端。

  • 协议：为处理器和模型定义清晰的接口，确保模块化。

  • 路由器：根据内容智能地将文档路由到专门的处理器。

商业价值

该解决方案解决了几个业务挑战：

  • 减少手动处理：自动从文档中提取数据

  • 一致性：确保跨文档类型的一致处理

  • 可审计性：维护处理历史和置信度分数

  • 可扩展性：模块化设计允许轻松添加新的文档类型

技术亮点

  • 使用基于 BERT 的模型进行分类和实体提取

  • T5 文档摘要模型

  • 用于 REST 接口的 FastAPI

  • 可插拔架构，易于扩展

  • 全面的日志记录和错误处理

  • 基于 React 的 UI 可提供更好的用户体验

概述

MCP 文档处理器旨在解决以一致且自动化的方式处理各种类型文档（发票、合同、电子邮件等）的常见业务挑战。它利用模型上下文协议框架来管理系统不同组件之间的信息流。

主要特点

  • 文档分类：自动识别文档类型

  • 信息提取：从文档中提取关键信息

  • 文档路由：将文档路由到适当的处理器

  • 上下文管理：在整个处理流程中维护上下文

  • API 接口：提供 RESTful API 以便与其他系统集成

建筑学

该系统围绕模型上下文协议 (MCP) 构建，该协议提供：

  1. 上下文对象：跨处理步骤传递信息

    # Example of MCPContext usage context = MCPContext( document_id=document_id, raw_text=text, metadata=metadata ) # Adding extracted data with confidence scores context.add_extracted_data("invoice_number", "INV-12345", confidence=0.95) # Tracking processing history context.add_to_history( processor_name="InvoiceProcessor", status="completed", details={"processing_time": "0.5s"} )

  2. 内存系统：存储 API 调用之间的上下文对象

    # Storing context in memory memory.store(document_id, context) # Retrieving context from memory context = memory.retrieve(document_id)

  3. 协议：定义处理器和模型的接口

    # Processor protocol example class Processor(Protocol): @abstractmethod def process(self, context: MCPContext) -> MCPContext: """Process the document and update the context.""" pass @abstractmethod def can_handle(self, context: MCPContext) -> bool: """Determine if this processor can handle the given document.""" pass

  4. 路由器：将文档路由到适当的专用处理器

    # Router usage example processor = processor_router.route(context) if processor: processed_context = processor.process(context)

MCP流程图

Document Upload → MCPContext Creation → Memory Storage → Document Processing → Router Selection → Specialized Processor → Entity Extraction → Context Update → Memory Storage → API Response

MCP 实现细节

该项目中的模型上下文协议实现具有几个主要优势：

1. 具有上下文持久性的状态处理

MCPContext类在整个文档处理生命周期中维护状态：

# Context is created during document upload @router.post("/documents/upload") async def upload_document(file: UploadFile, memory: MemoryInterface): # Create a context context = MCPContext( document_id=document_id, raw_text=text, metadata=metadata ) # Store in memory for later retrieval memory.store(document_id, context)

2. 可插拔内存系统

内存系统设计为可插拔的，允许不同的存储后端：

# Factory function in memory.py def get_memory_store(memory_type: str = "in_memory", **kwargs) -> MemoryInterface: if memory_type == "in_memory": return InMemoryStorage(default_ttl=kwargs.get("ttl", 3600)) # Additional implementations can be added here

3. 信心追踪

MCP 跟踪所有提取数据的置信度分数，从而实现更好的决策：

# In entity_extractor.py entity_data = { "text": text[current_entity["start"]:current_entity["end"]], "start": current_entity["start"], "end": current_entity["end"], "confidence": avg_confidence }

4. 处理历史记录

每个处理步骤都记录在上下文的历史记录中，提供可审计性：

# In router.py context.add_to_history( processor_name=processor.__class__.__name__, status="completed" )

5.智能文档路由

ProcessorRouter为每个文档确定适当的处理器：

# In router.py def route(self, context: MCPContext) -> Optional[Processor]: for processor in self.processors: if processor.can_handle(context): return processor return None

6.可扩展性

通过实现Processor协议，可以轻松添加新的文档类型：

# Example of adding a new processor class NewDocumentProcessor(BaseProcessor): def can_handle(self, context: MCPContext) -> bool: # Logic to determine if this processor can handle the document pass def process(self, context: MCPContext) -> MCPContext: # Document processing logic pass

文件处理器

该系统包括针对不同文档类型的专用处理器：

  • 发票处理器：提取供应商、客户、明细项目、总计等。

  • 合同处理器：提取当事人、关键日期、条款等。

  • 电子邮件处理器：提取发件人、收件人、主题、正文等。

机器学习模型

有几种 ML 模型可用于不同的任务：

  • 文档分类器：基于 BERT 的文档类型分类模型

  • 实体提取器：用于提取关键信息的命名实体识别模型

  • Summarizer ：基于T5的文档摘要生成模型

用户界面

MCP 文档处理器包含一个基于 React 的现代用户界面，该界面提供了与文档处理系统直观的交互方式。该 UI 使用 Material-UI 构建，并提供以下功能：

UI 功能

  • 仪表板：已处理文档的概览，包含统计数据并可快速访问文档详细信息

  • 文档上传：用于上传新文档的拖放界面

  • 文档处理：处理文档的分步工作流程

  • 文档查看器：查看已处理文档的详细视图以及提取的信息

  • 处理历史：所有处理步骤的时间线视图，方便审计

UI架构

前端构建如下：

  • React ：用于构建用户界面组件

  • Material-UI ：一致的响应式设计

  • React Router ：用于不同视图之间的导航

  • Axios ：用于与后端进行 API 通信

  • Chart.js ：用于文档统计的数据可视化

UI-后端集成

前端通过 RESTful API 与后端通信，主要端点如下：

  • GET /api/documents ：检索所有文档

  • POST /api/documents/upload ：上传新文档

  • POST /api/documents/{document_id}/process ：处理文档

  • GET /api/documents/{document_id} ：获取文档详细信息

  • DELETE /api/documents/{document_id} ：删除文档

完整的系统架构

MCP 文档处理器遵循分层架构，集成了前端、API 层、处理组件和机器学习模型：

┌─────────────────────────────────────────────────────────────────────────┐ │ Frontend Layer │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────────┐ │ │ │ Dashboard │ │ Upload │ │ Document Viewer │ │ │ └─────────────┘ └─────────────┘ └─────────────────────────┘ │ │ │ │ │ │ └──────────┼───────────────────┼─────────────────────────┼────────────────┘ │ │ │ │ │ │ ▼ ▼ ▼ ┌─────────────────────────────────────────────────────────────────────────┐ │ API Layer │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────────┐ │ │ │ Document │ │ Document │ │ Document │ │ │ │ Upload API │ │ Process API │ │ Retrieval API │ │ │ └─────────────┘ └─────────────┘ └─────────────────────────┘ │ │ │ │ │ │ └──────────┼───────────────────┼─────────────────────────┼────────────────┘ │ │ │ │ │ │ ▼ ▼ ▼ ┌─────────────────────────────────────────────────────────────────────────┐ │ MCP Core Components │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────────┐ │ │ │ MCPContext │◄────►│ Memory │◄────►│ Processor Router │ │ │ └─────────────┘ └─────────────┘ └─────────────────────────┘ │ │ │ │ │ └──────────┼────────────────────────────────────────────┼─────────────────┘ │ │ │ │ ▼ ▼ ┌─────────────────────────────────────────────────────────────────────────┐ │ Document Processors │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────────┐ │ │ │ Invoice │ │ Contract │ │ Email │ │ │ │ Processor │ │ Processor │ │ Processor │ │ │ └─────────────┘ └─────────────┘ └─────────────────────────┘ │ │ │ │ │ │ └──────────┼───────────────────┼─────────────────────────┼────────────────┘ │ │ │ │ │ │ ▼ ▼ ▼ ┌─────────────────────────────────────────────────────────────────────────┐ │ ML Models Layer │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────────┐ │ │ │ Document │ │ Entity │ │ Summarizer │ │ │ │ Classifier │ │ Extractor │ │ │ │ │ └─────────────┘ └─────────────┘ └─────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────────────┘

完整的工作流程

文档处理工作流程涉及系统组件的多个步骤：

  1. 文件上传：

    • 用户通过 UI 上传文档

    • 前端将文档发送到后端 API

    • 后端使用文档元数据创建 MCPContext 对象

    • 上下文存储在记忆系统中

  2. 文件分类：

    • 用户通过 UI 启动处理

    • 后端从内存中检索文档上下文

    • 文档分类器模型确定文档类型

    • 使用文档类型信息更新上下文

  3. 文件处理：

    • 处理器路由器根据文档类型选择适当的处理器

    • 选定的处理器（发票、合同或电子邮件）处理文档

    • 处理器使用实体提取器识别关键信息

    • 提取的数据与置信度分数一起添加到上下文中

  4. 结果检索：

    • 更新后的上下文存储回内存

    • UI检索并显示处理后的文档信息

    • 用户可以查看提取的数据、置信度分数和处理历史记录

  5. 审计与审查：

    • 所有处理步骤都记录在上下文的处理历史记录中

    • UI 提供提取数据的置信度分数的可视化

    • 用户可以查看文档文本以及提取的信息

入门

先决条件

  • Python 3.8+

  • Node.js 14+ 和 npm（用于前端）

  • requirements.txt 中列出的依赖项

安装和设置

后端设置

  1. 克隆存储库

    git clone https://github.com/yourusername/mcp_document_processor.git cd mcp_document_processor

  2. 创建并激活虚拟环境

    python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate

  3. 安装后端依赖项

    pip install -r requirements.txt

  4. 创建用于文档存储的数据目录（如果不存在）

    mkdir -p data

前端设置

  1. 导航到前端目录

    cd frontend

  2. 安装前端依赖项

    npm install

运行应用程序

启动后端服务器

  1. 从项目的根目录（激活虚拟环境）：

    python app.py

    这将在http://localhost:8000上启动 FastAPI 服务器。

  2. 您可以通过http://localhost:8000/docs访问 API 文档

启动前端开发服务器

  1. 打开一个新的终端窗口/选项卡

  2. 导航到前端目录：

    cd /path/to/mcp_document_processor/frontend

  3. 启动 React 开发服务器：

    npm start

    这将在http://localhost:3000上启动前端。

使用应用程序

  1. 打开浏览器并导航至http://localhost:3000

  2. 使用侧边栏导航可以：

    • 查看仪表板

    • 上传新文件

    • 处理并查看文档详细信息

示例工作流程

  1. 上传文件：

    • 点击侧边栏中的“上传文档”

    • 拖放文档（PDF、图像或文本文件）

    • 点击“上传文档”按钮

  2. 处理文件：

    • 上传成功后，点击“处理文档”

    • 等待处理完成

  3. 查看结果：

    • 查看提取的数据、置信度分数和处理历史记录

    • 导航到仪表板查看所有已处理的文档

API 使用

您还可以直接与 API 进行交互：

  • GET /api/documents ：检索所有文档

  • POST /api/documents/upload ：上传新文档

  • POST /api/documents/{document_id}/process ：处理文档

  • GET /api/documents/{document_id} ：获取文档详细信息

  • DELETE /api/documents/{document_id} ：删除文档

扩展系统

添加新的文档处理器

  1. 创建一个继承自BaseProcessor新处理器类

  2. 实现can_handle和process方法

  3. 在api/routes.py处理器添加到路由器

添加新模型

  1. 创建一个新的模型类，实现适当的协议

  2. 在config/config.yaml中添加配置

  3. 将模型与相关处理器集成

执照

MIT 许可证

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/arifazim/MCP_Document_Classifer'

If you have feedback or need assistance with the MCP directory API, please join our Discord server