Skip to main content
Glama
rturv

MCP PDF Reader

by rturv
OverviewSchemaRelated ServersScoreDiscussions
TypeScript
Local

MCP PDF Reader

Un servidor MCP (Model Context Protocol) para leer y extraer información de archivos PDF.

Características

  • 📄 Extracción completa de texto de PDFs

  • 📊 Extracción de metadatos (título, autor, fechas, etc.)

  • 📖 Lectura de páginas específicas

  • 🔍 Búsqueda de texto con contexto

  • 📏 Conteo de páginas

Instalación

npm install npm run build

Uso

Como servidor MCP independiente

npm start

Configuración en Claude Desktop

Añade esto a tu archivo de configuración de Claude Desktop (claude_desktop_config.json):

{ "mcpServers": { "pdf-reader": { "command": "node", "args": ["C:/ruta/completa/a/mcp-pdf-reader/dist/index.js"] } } }

Herramientas disponibles

1. read_pdf

Extrae todo el texto de un archivo PDF.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

  • includeMetadata (boolean, opcional): Incluir metadatos en la respuesta

Ejemplo:

{ "filePath": "C:/documentos/archivo.pdf", "includeMetadata": true }

2. get_pdf_metadata

Extrae solo los metadatos del PDF.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

Retorna: Objeto JSON con metadatos (título, autor, fechas, etc.)

3. read_pdf_pages

Extrae texto de páginas específicas.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

  • startPage (number, requerido): Página inicial (base 1)

  • endPage (number, opcional): Página final (por defecto: startPage)

Ejemplo:

{ "filePath": "C:/documentos/archivo.pdf", "startPage": 1, "endPage": 5 }

4. search_pdf

Busca un término en el PDF y devuelve coincidencias con contexto.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

  • searchTerm (string, requerido): Texto a buscar

  • caseSensitive (boolean, opcional): Búsqueda sensible a mayúsculas (por defecto: false)

Retorna: Array de resultados con página, texto, contexto y posición.

5. get_pdf_page_count

Obtiene el número total de páginas del PDF.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

6. list_pdf_images

Lista todas las imágenes incrustadas en el PDF con sus metadatos.

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

Retorna:

{ "totalImages": 1, "images": [ { "index": 0, "page": 6, "name": "Image37", "dimensions": "599x898", "type": "JPEG" } ] }

7. extract_pdf_image

Extrae una imagen específica del PDF por su índice (usa list_pdf_images para obtener los índices disponibles).

Parámetros:

  • filePath (string, requerido): Ruta absoluta al archivo PDF

  • imageIndex (number, requerido): Índice de la imagen a extraer (base 0)

Retorna:

{ "index": 0, "page": 6, "name": "Image37", "width": 599, "height": 898, "type": "JPEG", "dataSize": 84468, "data": "base64encodedimagedata...", "note": "Image data is Base64 encoded. Decode to save as file." }

Desarrollo

Compilar el proyecto

npm run build

Modo desarrollo (watch)

npm run dev

Ejecutar tests

npm test

Nota: Para ejecutar los tests completamente, necesitas proporcionar un archivo PDF de prueba en test-files/sample.pdf.

Ejecutar tests en modo watch

npm run test:watch

Estructura del proyecto

mcp-pdf-reader/ ├── src/ │ ├── __tests__/ # Tests unitarios │ │ └── pdf-tools.test.ts │ ├── index.ts # Servidor MCP principal │ ├── pdf-tools.ts # Funciones de lectura de PDF │ └── types.ts # Definiciones de tipos TypeScript ├── test-files/ # PDFs de prueba ├── dist/ # Código compilado ├── package.json ├── tsconfig.json ├── jest.config.js └── README.md

Tecnologías utilizadas

  • @modelcontextprotocol/sdk: SDK para el protocolo MCP

  • pdf-parse: Librería para parsear archivos PDF (texto)

  • pdf-lib: Librería para manipulación de PDFs (imágenes)

  • TypeScript: Lenguaje de programación con tipado estático

  • Jest: Framework de testing

Limitaciones

  • No incluye OCR (reconocimiento óptico de caracteres)

  • Funciona mejor con PDFs bien formados que contienen texto seleccionable

  • La extracción de imágenes funciona con formatos estándar (JPEG, PNG, TIFF)

  • Las imágenes se devuelven en formato Base64

Licencia

ISC

This server cannot be installed

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

How are these scores calculated?

Resources

Tools

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/rturv/mcp-pdf-reader'

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