Servidor MCP del procesador PDF

Un servidor de Protocolo de Contexto de Modelo (MCP) para procesar documentos PDF con funciones avanzadas, como la extracción de ecuaciones LaTeX. Este servidor permite a Claude obtener, procesar y extraer información de documentos PDF, incluyendo ecuaciones matemáticas LaTeX.

Características

• Obtención de PDF desde URL

• Extracción de texto de archivos PDF

• Reconocimiento y extracción de ecuaciones LaTeX

• Integración con Claude a través de MCP

Related MCP server: MCP Web Research Server

Instalación

Instalación estándar

pip install -e .

Instalación para Claude Desktop/Claude Code

Para utilizar este servidor MCP con Claude Desktop o Claude Code:

1. Instale las herramientas CLI de MCP si aún no están instaladas:

   pip install "mcp[cli]"

2. Instale el servidor utilizando la herramienta CLI de MCP:

   mcp install /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor

   Por ejemplo, si ha clonado este repositorio en ~/mcp_pdf_processor :

   mcp install ~/mcp_pdf_processor/pdf_tool_server.py --with-editable ~/mcp_pdf_processor

3. Para el desarrollo con el Inspector MCP:

   mcp dev /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor

4. En Claude Desktop, ahora puedes usar el servidor PDF_TOOLS en tus conversaciones con estos comandos:

   /mcp PDF_TOOLS fetch_pdf url=https://example.com/document.pdf
   /mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true
   /mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

Uso

Ejecución independiente

python pdf_tool_server.py

Variables de entorno

• OUTPUT_DIR : Directorio para almacenar los PDF procesados (predeterminado: llm_output )

• PYTHONPATH : Establezca el directorio que contiene el paquete mcp_pdf_processor

Usando con Claude

Cuando el servidor esté registrado, puedes pedirle a Claude que:

• "Obtener y analizar el PDF en [URL]"

• Extraer ecuaciones LaTeX del PDF en [URL]

• "Resumir el contenido del PDF en [URL]"

Requisitos

El servidor requiere las siguientes dependencias principales:

• Python 3.9 o superior

• pymupdf : procesamiento de PDF y extracción de texto

• mcp : Compatibilidad con el protocolo de contexto de modelo

• pydantic : Validación y serialización de datos

• aiohttp : Cliente/servidor HTTP asíncrono

• torch : Para extracción de ecuaciones LaTeX (opcional)

• pix2tex : Para reconocimiento de ecuaciones LaTeX (opcional)

Consulte pyproject.toml para obtener la lista completa de dependencias y requisitos de versión.

Ejemplos de uso

A continuación se muestra un ejemplo completo de flujo de trabajo para utilizar el procesador de PDF con Claude Desktop:

# 1. Fetch a PDF without reading it
/mcp PDF_TOOLS fetch_pdf url=https://arxiv.org/pdf/2505.05522

# This returns a hash_id, which you'll use in the next step

# 2. Process the PDF with LaTeX extraction
/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true

# This returns a filename for the processed output

# 3. Read the processed content
/mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

# Now Claude can analyze the PDF content, including any LaTeX equations

Licencia

Instituto Tecnológico de Massachusetts (MIT)