Servidor MCP del lector de PDF

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona herramientas para leer y extraer texto de archivos PDF, admitiendo tanto archivos locales como URL.

Autor

Philip Van de Walker
Correo electrónico: philip.vandewalker@gmail.com
GitHub: https://github.com/trafflux

Características

Leer contenido de texto de archivos PDF locales
Leer contenido de texto de URLs de PDF
Manejo de errores para archivos PDF corruptos o no válidos
Montaje de volumen para acceder a archivos PDF locales
Detección automática de codificación PDF
Formato de salida JSON estandarizado

Instalación

Clonar el repositorio:

git clone https://github.com/trafflux/pdf-reader-mcp.git
cd pdf-reader-mcp

Construya la imagen de Docker:

docker build -t mcp/pdf-reader .

Uso

Ejecución del servidor

Para ejecutar el servidor con acceso a archivos PDF locales:

docker run -i --rm -v /path/to/pdfs:/pdfs mcp/pdf-reader

Reemplace /path/to/pdfs con la ruta real a su directorio de archivos PDF.

Si no utiliza archivos PDF locales:

docker run -i --rm mcp/pdf-reader

Configuración de MCP

Añade a tu configuración de MCP:

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/pdfs:/pdfs",
        "mcp/pdf-reader"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}

Sin archivos PDF de archivo local:

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/pdf-reader"],
      "disabled": false,
      "autoApprove": []
    }
  }
}

Herramientas disponibles

read_local_pdf
- Propósito: Leer el contenido de texto de un archivo PDF local
- Aporte:
  { "path": "/pdfs/document.pdf" }
- Producción:
  { "success": true, "data": { "text": "Extracted content..." } }
read_pdf_url
- Propósito: Leer el contenido de texto de una URL PDF
- Aporte:
  { "url": "https://example.com/document.pdf" }
- Producción:
  { "success": true, "data": { "text": "Extracted content..." } }

Manejo de errores

El servidor maneja varios casos de error con mensajes de error claros:

Archivos PDF no válidos o corruptos
Archivos faltantes
Solicitudes de URL fallidas
Problemas de permisos
Problemas de conectividad de red

Las respuestas de error siguen el formato:

{
  "success": false,
  "error": "Detailed error message"
}

Dependencias

Python 3.11+
PyPDF2: análisis de PDF y extracción de texto
solicitudes: cliente HTTP para obtener archivos PDF de URL
SDK de MCP: Implementación del protocolo de contexto del modelo

Estructura del proyecto

.
├── Dockerfile          # Container configuration
├── README.md          # This documentation
├── requirements.txt   # Python dependencies
└── src/
    ├── __init__.py    # Package initialization
    └── server.py      # Main server implementation

Licencia

Con licencia Apache, versión 2.0 (la «Licencia»); no puede usar este archivo excepto de conformidad con la Licencia. Puede obtener una copia de la Licencia en

http://www.apache.org/licenses/LICENSE-2.0

Salvo que la legislación aplicable lo exija o se acuerde por escrito, el software distribuido bajo la Licencia se distribuye "TAL CUAL", SIN GARANTÍAS NI CONDICIONES DE NINGÚN TIPO, ni expresas ni implícitas. Consulte la Licencia para conocer el texto específico que rige los permisos y limitaciones de la misma.

Contribuyendo

¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.

Contacto

Si tiene preguntas, problemas o contribuciones, comuníquese con Philip Van de Walker:

Correo electrónico: philip.vandewalker@gmail.com
GitHub: https://github.com/trafflux

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

hybrid server

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

Proporciona herramientas para leer y extraer texto de archivos PDF, admitiendo tanto archivos locales como URL.

Related Resources

Reddit Discussion about this server

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
231
11
TypeScript
MIT License
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
6
Python

View all related MCP servers

PDF Reader MCP Server