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)

AIエージェント（Claude Desktop、Cursor、Windsurf、LangChain、Claude Code）向けの、包括的でプライバシー優先のPDF操作スイートおよびModel Context Protocol（MCP）サーバーです。

基本理念

  1. クラウドアップロードゼロ: すべてのPDF処理（圧縮、ページ並べ替え、回転、墨消し、テキスト抽出）は、純粋なTypeScriptとWebAssemblyで100%ローカルに実行されます。

  2. エージェントトークン最適化: プロンプトへの生のPDF base64ダンプを避けることでコンテキストの肥大化を排除し、必要に応じて構造化されたアウトラインとページスニペットを返します。

  3. ユニバーサル互換性: stdio JSON-RPC 2.0でそのまま動作します。

Related MCP server: pdfeverything

🛠️ 利用可能なMCPツール

ツール名

カテゴリ

説明

エージェント最適化

compress_pdf

最適化

ストリームのデフラグとDPIプリセット（screen、ebook、printer）によるファイルサイズの削減。

後続のOCR/ビジョントークン重量を最大70%削減。

extract_pdf_content

インテリジェンス

ドキュメントの目次、アウトライン、単語数、クリーンなMarkdownテキストを抽出。

生のストリームダンプと比較して約90%のコンテキストトークンを節約。

scan_and_redact_pii

セキュリティ

SSN、メール、クレジットカード、Aadhaar番号、カスタムキーワードを検出し、黒い墨消しボックスをスタンプ。

外部LLMにドキュメントを送信する前にGDPR/HIPAA準拠を保証。

organize_pdf

構造

複合ツール: 並べ替え、削除、回転（90/180/270°）、ページ番号の追加を1回のアトミックパスで実行。

マルチターンの往復を防止。

split_pdf

構造

特定のページ範囲（例: "1-3, 5, 8-12"）を抽出。

エージェントが特定の章を検査可能に。

merge_pdfs

構造

複数の入力PDFを1つのドキュメントに結合。

複数ファイルのドキュメントを高速に編集。

stamp_watermark

セキュリティ

カスタム回転と不透明度で視覚的なテキスト透かし（例: "DRAFT"、"CONFIDENTIAL"）をスタンプ。

視覚的なステータススタンプ。

create_pdf_from_text

作成

クリーンなMarkdown/テキストを、スタイライズされたヘッダーバナー付きのA4 PDFに整形。

ヘッドレスブラウザの肥大化なしの軽量ドキュメント生成。

inspect_and_fill_form

フォーム

AcroFormフィールドを検査し、フォームデータを入力。

請求書、税務、契約処理を自動化。

🚀 エージェント向けクイックスタート設定

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)

💻 サーバーをローカルで実行

# 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