Skip to main content
Glama

Document Reader MCP Server

by qitianfeng
GitHub
Python
2
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

文档阅读器 MCP 服务器

一个支持多种文档格式的 Model Context Protocol (MCP) 服务器，可以读取 Word、PDF、文本文件、RTF 等格式，并提供图片提取与分析功能。

🚀 快速开始

1. 安装依赖

# 方式1：使用安装脚本（推荐） python install_deps.py # 方式2：手动安装 pip install -r requirements.txt

2. 启动服务器

python server.py

3. 配置 Kiro IDE

在 Kiro IDE 中创建或编辑 .kiro/settings/mcp.json 文件：

方式1：简化配置（推荐）

{ "mcpServers": { "document-reader": { "command": "python", "args": ["server.py"], "cwd": "D:\\your-path\\document-reader-mcp", "env": { "PYTHONIOENCODING": "utf-8" }, "disabled": false, "autoApprove": [ "list_supported_formats", "get_document_info", "read_document", "read_document_with_media" ] } } }

方式2：完整路径配置

{ "mcpServers": { "document-reader": { "command": "python", "args": ["D:\\devolp\\code1\\document-reader-mcp-master\\document-reader-mcp\\server.py"], "cwd": "D:\\devolp\\code1\\document-reader-mcp-master\\document-reader-mcp", "env": { "PYTHONPATH": "D:\\devolp\\code1\\document-reader-mcp-master\\document-reader-mcp", "PYTHONIOENCODING": "utf-8" }, "disabled": false, "autoApprove": [ "list_supported_formats", "get_document_info", "read_document", "read_document_with_media" ] } } }

配置说明：

  • cwd: 项目根目录路径
  • PYTHONPATH: 确保模块导入正常（方式2需要）
  • PYTHONIOENCODING: 确保中文字符正确显示
  • autoApprove: 自动批准的安全工具列表，减少确认步骤

4. 测试功能

# 测试图表分析 python simple_diagram_reader.py # 测试核心功能 python test_core_features.py

✨ 核心功能

  • 多格式文档读取: 支持 Word (.docx)、PDF、Excel (.xlsx/.xls)、文本文件、RTF 等格式
  • 图片提取与分析: 自动提取文档中的图片并进行结构分析
  • 图表内容理解: 基于 OpenCV 分析流程图、架构图等技术图表
  • 媒体信息提取: 提取文档中的图片和链接信息
  • 链接验证: 自动检查文档中链接的有效性
  • 页面范围选择: PDF 文档支持指定页面范围读取

🛠️ MCP 工具

`read_document_

增强阅读文档，同时提取文字和图片内容

  • file_path: 文 息

extract_documen

提取文档中的图片和链接

  • file_path: 文档路径
  • save_images: 是否保存图片到本地

`

无需复杂配置

  • image_path: 图片路径

📊 图表分析能力

  • 结构识别: 检测矩形、圆形、线条等形元素
  • *构图、网络图等 特征
  • 技术理解: 基

💡 使用场景

增强文档阅读

cx

自动提取文字内容和所有图片，并进行结构分析。

开发时

当 AI-Agent 需要理解业

文件夹 analyze_s") 结构

├── server.py 主程序 析核心模块 ├── ins 依赖安装脚本 ├hon 依赖列表 └── extracted_ima

## 🔧 依赖说明 **核心依赖**: - `mcp`: MCP 协议框架 - `pytho - `PyPDF2`: PDF 文档处理 - `opencv-python`: 图像分析 - `numpy`: 数值计算 **可选依赖* - `st - ` ## 设计理念 这个项目专注于**实用性**和***： OCR 配置 - 基于图像结构分析理解图表 -传 - 为 AI-Agent 开发提供 ## 📄 许可证 MIT License: { "FASTMCP_LOG_LEVEL": "ERROR" }, "disabled": false, "autoApprove": ["list_supported_formats"] } } }

配置说明

  • autoApprove: 自动批准的安全工具列表
  • disabled: 设为 false 启用服务器
  • cwd: 工作目录（本地安装时需要）
  • PYTHONIOENCODING: 确保中文字符正确显示

使用方法

🚀 快速开始

  1. 配置MCP服务器（见上方配置说明）
  2. 重启Kiro IDE 或重新连接MCP服务器
  3. 开始使用工具

📖 基础文档阅读

读取Word文档
{ "tool": "read_document", "arguments": { "file_path": "report.docx" } }
读取PDF特定页面
{ "tool": "read_document", "arguments": { "file_path": "document.pdf", "page_range": "1-5" } }
读取Excel文档
{ "tool": "read_document", "arguments": { "file_path": "data.xlsx" } }
读取Excel特定工作表
{ "tool": "read_document", "arguments": { "file_path": "data.xlsx", "sheet_name": "Sheet1" } }
获取文档信息
{ "tool": "get_document_info", "arguments": { "file_path": "example.docx" } }

🖼️ 图片自动解析功能

方式1：增强文档阅读（推荐）
{ "tool": "read_document_with_media", "arguments": { "file_path": "document.docx", "include_media_info": true } }

特点：

  • ✅ 自动解析图片和链接
  • 📊 在文档内容后显示媒体信息
  • 🎯 适合完整文档分析
方式2：专门媒体提取
{ "tool": "extract_document_media", "arguments": { "file_path": "document.docx", "extract_images": true, "extract_links": true, "save_images": false } }

特点：

  • 🎯 专门用于媒体分析
  • 💾 可选择保存图片到本地
  • 📈 提供详细统计信息
方式3：普通阅读（不解析图片）
{ "tool": "read_document", "arguments": { "file_path": "document.docx" } }

特点：

  • 🚀 速度最快
  • 📝 只获取文本内容
  • 🎯 适合纯文本需求

🔍 图片解析能力展示

当使用图片解析功能时，你会得到：

文档媒体信息 (example.docx): 摘要: - 图片总数: 2 - 链接总数: 3 - 图片处理错误: 0 - 链接处理错误: 0 图片信息: 1. image1.png - 格式: PNG - 尺寸: (670, 346) - 大小: 174900 字节 - 流程图分析: - 文本: 检测到的文字内容 - 节点数: 5 - 连线数: 4 2. chart.jpg - 格式: JPEG - 尺寸: (800, 600) - 大小: 245600 字节 链接信息: 1. https://www.example.com - 域名: www.example.com - 协议: https - 状态: 可访问 (HTTP 200)

🛠️ 实用工具

查看支持格式
{ "tool": "list_supported_formats", "arguments": {} }
批量处理示例
# 在Kiro中，你可以这样批量处理文档 documents = ["doc1.docx", "doc2.pdf", "doc3.txt"] for doc in documents: # 使用增强阅读获取完整信息 result = mcp_call("read_document_with_media", { "file_path": doc, "include_media_info": True }) print(f"处理完成: {doc}")

页面范围格式

PDF文档支持灵活的页面范围选择：

  • "all" - 所有页面（默认）
  • "1-5" - 第1到5页
  • "1,3,5" - 第1、3、5页
  • "1-3,7,10-12" - 第1-3页、第7页、第10-12页

错误处理

  • 自动检测文本文件编码 (UTF-8, GBK, GB2312, Latin-1)
  • 优雅处理缺失的依赖库
  • 详细的错误信息和建议

媒体处理功能 🆕

图片处理

  • 支持格式: Word文档中的嵌入图片
  • 提取信息: 文件名、格式、尺寸、大小
  • 保存功能: 可选择将图片保存到本地
  • 错误处理: 优雅处理损坏或不支持的图片

链接处理

  • 支持格式: Word、PDF、文本文件中的HTTP/HTTPS链接
  • 提取信息: URL、域名、协议
  • 有效性验证: 自动检查链接是否可访问
  • 状态码: 显示HTTP响应状态码

使用场景

  • 文档内容分析和审计
  • 媒体资源清单生成
  • 链接有效性批量检查
  • 文档迁移前的资源盘点

在 Kiro IDE 中使用

🎯 配置步骤

  1. 打开Kiro IDE
  2. 创建MCP配置文件：
    • 路径：.kiro/settings/mcp.json
    • 如果文件不存在，创建一个新文件
  3. 添加配置内容：
{ "mcpServers": { "document-reader": { "command": "python", "args": ["server.py"], "cwd": "D:\\your-path\\document-reader-mcp", "env": { "PYTHONIOENCODING": "utf-8" }, "disabled": false, "autoApprove": [ "list_supported_formats", "get_document_info" ] } } }
  1. 重启Kiro 或使用命令面板搜索 "MCP" 重新连接服务器

💡 使用技巧

在聊天中使用
请帮我读取这个Word文档的内容，并分析其中的图片信息： 文件路径：./reports/monthly-report.docx

Kiro会自动调用 read_document_with_media 工具。

批量文档分析
请分析这个文件夹中所有Word文档的媒体信息： - ./docs/report1.docx - ./docs/report2.docx - ./docs/presentation.docx
文档格式转换准备
我需要将这些PDF文档转换为Markdown， 请先帮我分析文档结构和媒体内容： ./pdfs/technical-guide.pdf

🔧 故障排除

常见问题
  1. MCP服务器连接失败
    • 检查 cwd 路径是否正确
    • 确认 server.py 文件存在
    • 检查Python环境是否正确
  2. 中文字符显示异常
    • 确保配置中包含 "PYTHONIOENCODING": "utf-8"
  3. 图片解析失败
    • 检查是否安装了 Pillow 库：pip install Pillow
    • 确认Word文档中确实包含图片
  4. 链接验证不工作
    • 安装 requests 库：pip install requests
    • 检查网络连接
调试方法
  1. 查看MCP服务器状态
    • 在Kiro中打开命令面板
    • 搜索 "MCP Server" 查看连接状态
  2. 测试基础功能
{ "tool": "list_supported_formats", "arguments": {} }
  1. 检查依赖库
{ "tool": "list_supported_formats", "arguments": {} }

返回结果会显示各个依赖库的安装状态。

性能与最佳实践

⚡ 性能优化

选择合适的工具
  • 纯文本需求：使用 read_document（最快）
  • 需要媒体信息：使用 read_document_with_media
  • 专门媒体分析：使用 extract_document_media
大文件处理
{ "tool": "read_document", "arguments": { "file_path": "large-document.pdf", "page_range": "1-10" } }

对于大型PDF，使用页面范围限制可以显著提升性能。

批量处理建议
  • 避免同时处理过多大文件
  • 优先处理小文件，再处理大文件
  • 使用 get_document_info 先了解文件大小

🎯 最佳实践

1. 文档分析工作流
1. get_document_info - 了解文档基本信息 2. read_document - 快速获取文本内容 3. read_document_with_media - 深入分析（如需要）
2. 媒体资源管理
{ "tool": "extract_document_media", "arguments": { "file_path": "document.docx", "extract_images": true, "extract_links": true, "save_images": true } }

设置 save_images: true 可以将图片保存到本地，便于后续处理。

3. 错误处理
  • 始终检查返回结果中的错误信息
  • 对于批量处理，建议逐个处理并记录失败的文件
  • 使用 list_supported_formats 确认依赖库状态

📊 性能数据

操作平均耗时内存使用
读取文本文件 (1MB)< 0.1秒低
读取Word文档 (5MB)< 0.5秒中等
读取PDF文档 (10MB)< 1秒中等
图片提取 (含10张图)< 2秒较高
链接验证 (10个链接)2-5秒低

依赖库

核心依赖

  • mcp - MCP协议支持
  • python-docx - Word文档处理
  • PyPDF2 - PDF文档处理
  • striprtf - RTF文档处理

媒体处理依赖 🆕

  • Pillow - 图片处理和分析
  • requests - 链接验证（可选）

安装命令

# 安装所有依赖 pip install -r requirements.txt # 或单独安装 pip install mcp python-docx PyPDF2 striprtf Pillow requests openpyxl pandas

快速参考

🔧 工具对比表

工具名称读取文本解析图片提取链接性能适用场景
read_document✅❌❌🚀🚀🚀快速文本阅读
read_document_with_media✅✅✅🚀🚀完整文档分析
extract_document_media❌✅✅🚀专门媒体提取
get_document_info❌❌❌🚀🚀🚀文档信息查看
list_supported_formats❌❌❌🚀🚀🚀功能状态检查

📋 支持格式一览

格式扩展名文本读取图片提取链接提取页面范围
Word文档.docx✅✅✅❌
PDF文档.pdf✅❌✅✅
Excel文档.xlsx, .xls✅✅✅❌
纯文本.txt, .md✅❌✅❌
RTF文档.rtf✅❌❌❌
代码文件.py, .js, .html, .css✅❌✅❌

🎯 使用场景推荐

场景推荐工具配置建议
快速浏览文档内容read_document无特殊配置
文档内容+媒体分析read_document_with_mediainclude_media_info: true
媒体资源清单extract_document_mediasave_images: true
链接有效性检查extract_document_media安装 requests 库
大文件处理read_document使用 page_range
批量文档处理组合使用先用 get_document_info

更新日志

v2.1.0 🆕

  • ✅ 新增Excel文档支持 (.xlsx/.xls)
  • ✅ Excel图片提取功能
  • ✅ Excel链接提取和验证功能
  • ✅ Excel工作表信息获取
  • ✅ 支持指定工作表读取

v2.0.0

  • ✅ 新增图片自动解析功能
  • ✅ 新增链接提取和验证功能
  • ✅ 新增 read_document_with_media 工具
  • ✅ 新增 extract_document_media 工具
  • ✅ 支持图片保存到本地
  • ✅ 支持流程图基础分析
  • ✅ 完善错误处理机制

v1.0.0

  • ✅ 基础文档读取功能
  • ✅ 多格式支持
  • ✅ PDF页面范围选择
  • ✅ 文档信息获取

许可证

MIT License

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

Enables reading and processing various document formats including Word, PDF, RTF, and text files. Supports extracting media elements like images and links, with features for PDF page range selection and automatic text encoding detection.

  1. 🚀 快速开始
    1. 1. 安装依赖
    2. 2. 启动服务器
    3. 3. 配置 Kiro IDE
    4. 4. 测试功能
  2. ✨ 核心功能
    1. 🛠️ MCP 工具
      1. \`read_document_
      2. extract_documen
    2. 📊 图表分析能力
      1. 💡 使用场景
        1. 增强文档阅读
        2. 开发时
        3. 配置说明
      2. 使用方法
        1. 🚀 快速开始
        2. 📖 基础文档阅读
        3. 🖼️ 图片自动解析功能
        4. 🔍 图片解析能力展示
        5. 🛠️ 实用工具
      3. 页面范围格式
        1. 错误处理
          1. 媒体处理功能 🆕
            1. 图片处理
            2. 链接处理
            3. 使用场景
          2. 在 Kiro IDE 中使用
            1. 🎯 配置步骤
            2. 💡 使用技巧
            3. 🔧 故障排除
          3. 性能与最佳实践
            1. ⚡ 性能优化
            2. 🎯 最佳实践
            3. 📊 性能数据
          4. 依赖库
            1. 核心依赖
            2. 媒体处理依赖 🆕
            3. 安装命令
          5. 快速参考
            1. 🔧 工具对比表
            2. 📋 支持格式一览
            3. 🎯 使用场景推荐
          6. 更新日志
            1. v2.1.0 🆕
            2. v2.0.0
            3. v1.0.0
          7. 许可证

            Related MCP Servers

            • MCP Access Server

              shin-t-o
              A
              security
              A
              license
              A
              quality
              Enables text extraction from web pages and PDFs, and execution of predefined commands, enhancing content processing and automation capabilities.
              Last updated -
              3
              TypeScript
              MIT License

            • Simple Document Processing MCP Server

              cablate
              A
              security
              A
              license
              A
              quality
              Provides comprehensive document processing, including reading, converting, and manipulating various document formats with advanced text and HTML processing capabilities.
              Last updated -
              16
              41
              14
              TypeScript
              MIT License

            • PDF Reader MCP Server

              trafflux
              -
              security
              F
              license
              -
              quality
              Provides tools for reading and extracting text from PDF files, supporting both local files and URLs.
              Last updated -
              25
              Python

            • Textin MCP Serverofficial

              intsig-textin
              A
              security
              A
              license
              A
              quality
              A server that enables OCR capabilities to recognize text from images, PDFs, and Word documents, convert them to Markdown, and extract key information.
              Last updated -
              3
              35
              19
              JavaScript
              MIT License

            View all related MCP servers

            New MCP Servers

            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/qitianfeng/document-reader-mcp'

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