PDF Reader MCP Server

PDF Reader MCP Server (@sylphlab/pdf-reader-mcp)

Geben Sie Ihren KI-Agenten (wie Cline) die Möglichkeit, mithilfe eines einzigen, flexiblen Tools Informationen (Text, Metadaten, Seitenzahl) aus PDF-Dateien im Kontext Ihres Projekts sicher zu lesen und zu extrahieren.

Installation

Verwenden von npm (empfohlen)

Installieren Sie es als Abhängigkeit in Ihrer MCP-Hostumgebung oder Ihrem Projekt:

pnpm add @sylphlab/pdf-reader-mcp # Or npm install / yarn add

Konfigurieren Sie Ihren MCP-Host (z. B. mcp_settings.json ) für die Verwendung npx :

{
  "mcpServers": {
    "pdf-reader-mcp": {
      "command": "npx",
      "args": ["@sylphlab/pdf-reader-mcp"],
      "name": "PDF Reader (npx)"
    }
  }
}

(Stellen Sie sicher, dass der Host das richtige cwd für das Zielprojekt einstellt.)

Verwenden von Docker

Ziehen Sie das Bild:

docker pull sylphlab/pdf-reader-mcp:latest

Konfigurieren Sie Ihren MCP-Host zum Ausführen des Containers und mounten Sie Ihr Projektverzeichnis in /app :

{
  "mcpServers": {
    "pdf-reader-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/your/project:/app", // Or use "$PWD:/app", "%CD%:/app", etc.
        "sylphlab/pdf-reader-mcp:latest"
      ],
      "name": "PDF Reader (Docker)"
    }
  }
}

Lokaler Build (für die Entwicklung)

Klonen: git clone https://github.com/sylphlab/pdf-reader-mcp.git
Installieren: cd pdf-reader-mcp && pnpm install
Erstellen: pnpm run build
MCP-Host konfigurieren:
{ "mcpServers": { "pdf-reader-mcp": { "command": "node", "args": ["/path/to/cloned/repo/pdf-reader-mcp/build/index.js"], "name": "PDF Reader (Local Build)" } } }
(Stellen Sie sicher, dass der Host das richtige cwd für das Zielprojekt einstellt.)

Schnellstart

Vorausgesetzt, der Server läuft und ist in Ihrem MCP-Host konfiguriert:

MCP-Anforderung (Metadaten und Text der zweiten Seite aus einer lokalen PDF-Datei abrufen):

{
  "tool_name": "read_pdf",
  "arguments": {
    "sources": [
      {
        "path": "./documents/my_report.pdf",
        "pages": [2]
      }
    ],
    "include_metadata": true,
    "include_page_count": false, // Default is true, explicitly false here
    "include_full_text": false // Ignored because 'pages' is specified
  }
}

Erwarteter Antwortausschnitt:

{
  "results": [
    {
      "source": "./documents/my_report.pdf",
      "success": true,
      "data": {
        "page_texts": [
          { "page": 2, "text": "Text content from page 2..." }
        ],
        "info": { ... },
        "metadata": { ... }
        // num_pages not included as requested
      }
    }
  ]
}

Warum dieses Projekt wählen?

🛡️ Sicher: Beschränkt den Dateizugriff streng auf das Stammverzeichnis des Projekts.
🌐 Flexibel: Verarbeitet sowohl lokale relative Pfade als auch öffentliche URLs.
🧩 Konsolidiert: Ein einziges read_pdf Tool erfüllt mehrere Extraktionsanforderungen (Volltext, bestimmte Seiten, Metadaten, Seitenanzahl).
⚙️ Strukturierte Ausgabe: Gibt Daten in einem vorhersehbaren JSON-Format zurück, das für Agenten leicht zu analysieren ist.
🚀 Einfache Integration: Entwickelt für die nahtlose Verwendung in MCP-Umgebungen über npx oder Docker.
✅ Robust: Verwendet pdfjs-dist für zuverlässiges Parsen und Zod für die Eingabevalidierung.

Leistungsvorteile

Erste Benchmarks mit Vitest an einem Beispiel-PDF zeigen die effiziente Abwicklung verschiedener Operationen:

Szenario	Operationen pro Sekunde (Hz)	Relative Geschwindigkeit
Nicht vorhandene Dateien verarbeiten	~12.933	Am schnellsten
Vollständigen Text abrufen	~5.575
Bestimmte Seite abrufen (Seite 1)	~5.329
Bestimmte Seiten abrufen (Seite 1 und 2)	~5.242
Metadaten und Seitenanzahl abrufen	~4.912	Am langsamsten

(Höhere Hz bedeuten eine bessere Leistung. Die Ergebnisse können je nach PDF-Komplexität und Umgebung variieren.)

Weitere Einzelheiten und Zukunftspläne finden Sie in der Leistungsdokumentation .

Merkmale

Lesen Sie den vollständigen Textinhalt von PDF-Dateien.
Lesen Sie Textinhalte von bestimmten Seiten oder Seitenbereichen.
Lesen Sie PDF-Metadaten (Autor, Titel, Erstellungsdatum usw.).
Ermitteln Sie die Gesamtseitenzahl einer PDF-Datei.
Verarbeiten Sie mehrere PDF-Quellen (lokale Pfade oder URLs) in einer einzigen Anfrage.
Funktioniert sicher innerhalb der definierten Projektwurzel.
Bietet strukturierte JSON-Ausgabe über MCP.
Verfügbar über npm und Docker Hub.

Design-Philosophie

Der Server priorisiert Sicherheit durch Kontextbeschränkung, Effizienz durch strukturierte Datenübertragung und Einfachheit für die einfache Integration in KI-Agent-Workflows. Er zielt auf minimale Abhängigkeiten ab und basiert auf der robusten pdfjs-dist -Bibliothek.

Sehen Sie sich die vollständige Dokumentation zur Designphilosophie an.

Vergleich mit anderen Lösungen

Im Vergleich zum direkten Dateizugriff (der oft nicht möglich ist) oder generischen Dateisystem-Tools bietet dieser Server PDF-spezifische Parsing-Funktionen. Im Gegensatz zu externen CLI-Tools (z. B. pdftotext ) bietet er eine sichere, integrierte MCP-Schnittstelle mit strukturierter Ausgabe, was die Zuverlässigkeit und Benutzerfreundlichkeit für KI-Agenten erhöht.

Siehe die vollständige Vergleichsdokumentation .

Zukunftspläne (Roadmap)

Dokumentation:
- Finalisieren Sie alle Abschnitte der Dokumentation (Leitfaden, API, Design, Vergleich).
- Beheben Sie das TypeDoc-Problem und generieren Sie die API-Dokumentation.
- Fügen Sie weitere Beispiele und erweiterte Verwendungsmuster hinzu.
- Implementieren Sie PWA-Unterstützung und mobile Optimierung für die Dokumentensite.
- Fügen Sie der Dokumentensite Schaltflächen zum Teilen und Wachstumsmetriken hinzu.
Benchmarking:
- Führen Sie umfassende Benchmarks mit unterschiedlichen PDF-Dateien (Größe, Komplexität) durch.
- Messen Sie die Speichernutzung.
- Vergleichen Sie die Leistung von URLs mit der Leistung lokaler Dateien.
Kernfunktionalität:
- Erkunden Sie mögliche Optimierungen für sehr große PDF-Dateien.
- Untersuchen Sie Optionen zum Extrahieren von Bildern oder Anmerkungen (längerfristig).
Testen:
- Erhöhen Sie die Testabdeckung, soweit möglich, auf 100 %.
- Fügen Sie Laufzeittests hinzu, sobald dies möglich ist.

Dokumentation

Ausführliche Informationen zur Verwendung, API-Referenzen und Anleitungen finden Sie auf der Website mit der vollständigen Dokumentation (Link wird bei der Bereitstellung aktualisiert).

Community und Support

Haben Sie einen Fehler gefunden oder möchten Sie eine Funktion aktivieren? Bitte öffnen Sie ein Problem auf GitHub Issues .
Möchten Sie mitwirken? Wir freuen uns über Ihre Beiträge! Weitere Informationen finden Sie unter CONTRIBUTING.md .
Markieren und beobachten: Wenn Sie dieses Projekt nützlich finden, können Sie das Repository auf GitHub mit einem Stern ⭐ markieren und beobachten 👀, um Ihre Unterstützung zu zeigen und auf dem Laufenden zu bleiben!

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

You must be authenticated.

security – no known vulnerabilities

license - permissive license

quality - confirmed to work

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Ermöglicht KI-Agenten, mithilfe eines flexiblen MCP-Tools Informationen (Text, Metadaten, Seitenzahl) aus PDF-Dateien im Projektkontext sicher zu lesen und zu extrahieren.

Related MCP Servers

AiDD MCP Server
skydeckai
A
security
A
license
A
quality
AiDD MCP Server provides a secure interface for AI agents to perform file system operations and code analysis, enhancing AI-assisted development workflows across multiple programming languages.
Last updated -
29
60
Python
Apache 2.0
MCP PDF Forms
Wildebeest
-
security
F
license
-
quality
A server providing PDF form manipulation tools via MCP's API, allowing users to find PDFs across directories, extract form field information, and visualize form fields in documents.
Last updated -
Python
PDF Extraction MCP Server
xraywu
A
security
F
license
A
quality
An MCP server that provides a tool to extract text content from local PDF files, supporting both standard PDF reading and OCR capabilities with optional page selection.
Last updated -
1
5
Python
File Converter MCP Server
wowyuarm
-
security
A
license
-
quality
An MCP server that provides multiple file conversion tools for AI agents, supporting various document and image format conversions including DOCX to PDF, PDF to DOCX, image conversions, Excel to CSV, HTML to PDF, and Markdown to PDF.
Last updated -
3
Python
MIT License

View all related MCP servers

Appeared in Searches

Searching for information or resources related to files

PDF Reader MCP Server