Skip to main content
Glama
deenesjakoruzh
abhishektangudu

pdf-agent-toolkit-mcp

by abhishektangudu
OverviewSchemaSourceRelated ServersDiscussionsAdmin
TypeScript
Local

PDF Agent Toolkit & MCP Server（灵感来自 ihatepdf.cv）

一个全面的、隐私优先的 PDF 处理套件，以及面向 AI 代理（Claude Desktop、Cursor、Windsurf、LangChain、Claude Code）的 Model Context Protocol (MCP) 服务器。

核心设计理念

  1. 零云端上传：所有 PDF 处理（压缩、页面重排、旋转、遮盖和文本提取）均在纯 TypeScript 和 WebAssembly 中 100% 本地执行。

  2. 代理 Token 优化：避免在提示词中直接转储原始 PDF base64，从而消除上下文膨胀；按需返回结构化大纲和页面片段。

  3. 通用兼容性：开箱即用，支持 stdio JSON-RPC 2.0。

Related MCP server: pdfeverything

🛠️ 可用的 MCP 工具

工具名称

类别

描述

代理优化

compress_pdf

优化

通过流碎片整理和 DPI 预设（screen、ebook、printer）减小文件大小。

将下游 OCR/视觉 Token 权重降低最多 70%。

extract_pdf_content

智能

提取文档目录、大纲、字数统计和干净的 Markdown 文本。

与原始流转储相比，节省约 90% 的上下文 Token。

scan_and_redact_pii

安全

检测 SSN、电子邮件、信用卡、Aadhaar 号码和自定义关键词，并盖上黑色遮盖框。

在将文档发送给外部 LLM 之前确保符合 GDPR/HIPAA 要求。

organize_pdf

结构

复合工具：在一次原子操作中重排、删除、旋转（90/180/270°）并添加页码。

避免多轮往返。

split_pdf

结构

提取特定页面范围（例如 "1-3, 5, 8-12"）。

允许代理检查特定章节。

merge_pdfs

结构

将多个输入 PDF 合并为单个文档。

快速的多文件文档汇编。

stamp_watermark

安全

以自定义旋转和不透明度盖上视觉文本水印（例如 "DRAFT"、"CONFIDENTIAL"）。

视觉状态盖章。

create_pdf_from_text

创建

将干净的 Markdown/文本格式化为带风格化页眉横幅的 A4 PDF。

轻量级文档生成，无需无头浏览器的臃肿。

inspect_and_fill_form

表单

检查 AcroForm 字段并填写表单数据。

自动化发票、税务和合同处理。

🚀 面向代理的快速入门配置

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 和 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)

💻 在本地运行服务器

# 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