Skip to main content
Glama
deenesjakoruzh
abhishektangudu

pdf-agent-toolkit-mcp

by abhishektangudu
OverviewSchemaSourceRelated ServersDiscussionsAdmin
TypeScript
Local

PDF Agent Toolkit & MCP Server (inspired by ihatepdf.cv)

Eine umfassende, datenschutzorientierte PDF-Bearbeitungssuite und ein Model Context Protocol (MCP)-Server für KI-Agenten (Claude Desktop, Cursor, Windsurf, LangChain, Claude Code).

Kernphilosophie

  1. Keine Cloud-Uploads: Alle PDF-Verarbeitung (Komprimierung, Seitenneuordnung, Rotation, Schwärzung und Textextraktion) erfolgt zu 100 % lokal in reinem TypeScript und WebAssembly.

  2. Agent-Token-Optimierung: Vermeidet Kontextaufblähung, indem rohe PDF-Base64-Dumps in Prompts vermieden werden; liefert strukturierte Gliederungen und Seitenausschnitte auf Abruf.

  3. Universelle Kompatibilität: Funktioniert sofort mit stdio JSON-RPC 2.0.

Related MCP server: pdfeverything

🛠️ Verfügbare MCP-Tools

Werkzeugname

Kategorie

Beschreibung

Agent-Optimierung

compress_pdf

Optimierung

Reduziert die Dateigröße durch Stream-Defragmentierung und DPI-Voreinstellungen (screen, ebook, printer).

Reduziert das Token-Gewicht nachgelagerter OCR-/Vision-Prozesse um bis zu 70 %.

extract_pdf_content

Intelligenz

Extrahiert Inhaltsverzeichnis, Gliederung, Wortanzahl und sauberen Markdown-Text.

Spart ~90 % Kontext-Tokens im Vergleich zum rohen Stream-Dumping.

scan_and_redact_pii

Sicherheit

Erkennt SSNs, E-Mails, Kreditkarten, Aadhaar-Nummern und benutzerdefinierte Schlüsselwörter und stempelt schwarze Schwärzungsfelder.

Stellt die Einhaltung von DSGVO/HIPAA sicher, bevor Dokumente an externe LLMs gesendet werden.

organize_pdf

Struktur

Kombiniertes Werkzeug: sortiert um, löscht, dreht (90/180/270°) und fügt Seitenzahlen in einem atomaren Durchgang hinzu.

Verhindert mehrstufige Roundtrips.

split_pdf

Struktur

Extrahiert bestimmte Seitenbereiche (z. B. "1-3, 5, 8-12").

Ermöglicht Agenten, bestimmte Kapitel zu prüfen.

merge_pdfs

Struktur

Kombiniert mehrere Eingabe-PDFs zu einem einzigen Dokument.

Schnelle Zusammenstellung von Dokumenten aus mehreren Dateien.

stamp_watermark

Sicherheit

Stempelt visuelle Textwasserzeichen (z. B. "DRAFT", "CONFIDENTIAL") mit benutzerdefinierter Rotation und Deckkraft.

Visuelles Statusstempeln.

create_pdf_from_text

Erstellung

Formatiert sauberes Markdown/Text in ein A4-PDF mit stilisierten Kopfzeilen-Bannern.

Leichte Dokumentgenerierung ohne Headless-Browser-Aufblähung.

inspect_and_fill_form

Formulare

Prüft AcroForm-Felder und füllt Formulardaten aus.

Automatisiert die Verarbeitung von Rechnungen, Steuern und Verträgen.

🚀 Schnellstart-Konfigurationen für Agenten

1. Cursor IDE (.cursor/mcp.json)

{
  "mcpServers": {
    "pdf-agent-toolkit": {
      "command": "npx",
      "args": ["-y", "pdf-agent-toolkit-mcp@latest"]
    }
  }
}

2. Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "pdf-tools": {
      "command": "npx",
      "args": ["-y", "pdf-agent-toolkit-mcp"]
    }
  }
}

3. LangChain & LangGraph (Python)

from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent
from langchain_google_genai import ChatGoogleGenerativeAI

async def main():
    async with MultiServerMCPClient({
        "pdf_tools": {
            "command": "npx",
            "args": ["-y", "pdf-agent-toolkit-mcp"],
            "transport": "stdio",
        }
    }) as client:
        tools = client.get_tools()
        model = ChatGoogleGenerativeAI(model="gemini-2.5-flash")
        agent = create_react_agent(model, tools)
        
        response = await agent.ainvoke({
            "messages": [("user", "Compress ./financials.pdf and blackout sensitive SSNs")]
        })
        print(response)

💻 Server lokal ausführen

# Run MCP server on stdio
npm run mcp

# Start the interactive visual testing studio and playground
npm run dev

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Nutrient Document Engine MCP

    PSPDFKit
    A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI agents and users to process documents through natural language, supporting PDF operations like text extraction, redaction, splitting, form filling, annotations, and content search.
    45 npm
    62
    MIT

  • pdfeverything

    Lezheng2333
    F
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to perform 13 PDF operations (merge, split, compress, watermark, encrypt, and more) on local files via MCP.
    3
    -

  • 1pdf

    WendongAI
    A
    license
    C
    quality
    C
    maintenance
    Enables AI assistants to perform PDF operations like merge, split, compress, convert, encrypt, OCR, and summarize using natural language.
    98
    13 npm
    MIT

  • tooldash-mcp

    LassiB999
    A
    license
    A
    quality
    B
    maintenance
    Enables AI agents to inspect PDFs, merge or extract pages, and clean text entirely offline through the Model Context Protocol, with no uploads, API keys, or network calls.
    4
    36 npm
    MIT