MCP Document Reader

機能特性

• 読み書き一体：ドキュメントの読み取りだけでなく、構造化されたパラメータに基づいてWord / PowerPointファイルの生成も可能

• 幅広いフォーマット対応：TXT、CSV、Markdown、DOC、DOCX、PDF、PPT、PPTX、EPUB、XLSX、XLSをサポート

• 構造化されたライティング：段落、テーブル、タイトルページ、箇条書きページ、プレゼンテーションテーブルの生成をサポート

• 旧フォーマットへのエクスポート：LibreOfficeをインストールすることで、.doc および .ppt へのエクスポートが可能

• MCPプロトコル：MCP標準に準拠しており、AIアシスタント（Trae IDEなど）のツールとして使用可能

• 統合の容易さ：簡単な設定ですぐに使用可能

• 信頼性の高いパフォーマンス：読み取り、生成、変換のフォールバック、ツールインターフェースを網羅する自動テスト

• ファイルシステムサポート：ファイルシステムから直接ドキュメントの読み書きが可能

📚 ドキュメントセンター

ユーザーガイド · APIリファレンス · 貢献ガイド · 更新履歴 · ライセンス

アーキテクチャ

graph TB
    A[AI Assistant / User<br/>AI 助手 / 用户] -->|Call MCP tools<br/>调用 MCP 工具| B[MCP Document Reader<br/>MCP 文档读取器]
    B -->|Read<br/>读取| C[Document Readers<br/>文档读取器]
    B -->|Generate<br/>生成| D[Document Writers<br/>文档生成器]
    C -->|TXT / CSV / MD| E[Text-based Readers<br/>文本类读取器]
    C -->|DOC / DOCX| F[Word Readers<br/>Word 读取器]
    C -->|PPT / PPTX| G[Presentation Readers<br/>演示读取器]
    C -->|PDF / EPUB / Excel| H[Structured Readers<br/>结构化读取器]
    D -->|write_word_document| I[DOCX Builder<br/>DOCX 生成器]
    D -->|write_presentation| J[PPTX Builder<br/>PPTX 生成器]
    I -->|Optional conversion<br/>可选转换| K[LibreOffice -> DOC]
    J -->|Optional conversion<br/>可选转换| L[LibreOffice -> PPT]
    E --> M[Return text / metadata<br/>返回文本 / 元数据]
    F --> M
    G --> M
    H --> M
    K --> M
    L --> M
    M --> A
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0f0f0
    style D fill:#e8f5e9
    style E fill:#e8f5e9
    style F fill:#e8f5e9
    style G fill:#e8f5e9
    style H fill:#fff9c4

対応フォーマット

インストール

pipを使用 (推奨)

pip install mcp-documents-reader

PowerPoint生成機能が必要な場合は、実行環境で python-pptx が利用可能であることを確認してください。

旧フォーマット .doc または .ppt へのエクスポートが必要な場合は、LibreOfficeをインストールし、soffice または libreoffice が PATH に追加されていることを確認してください。

ソースからインストール

git clone https://github.com/xt765/mcp_documents_reader.git
cd mcp_documents_reader
pip install -e .

MCPツール

本サーバーは以下のツールを提供します：

read_document

統一されたインターフェースを使用して、サポートされているあらゆるドキュメントタイプを読み取ります。

パラメータ：

• filename (string, 必須): ドキュメントファイルのパス。絶対パスまたは相対パスをサポート。

extract_document_images

DOCXファイル内の埋め込み画像を抽出し、構造化されたJSONメタデータを返します。

パラメータ：

• filename (string, 必須): DOCXファイルのパス。

• output_dir (string, オプション): 画像をエクスポートするディレクトリ。

write_word_document

.docx Wordドキュメントを生成するか、LibreOffice変換を通じて .doc をエクスポートします。

パラメータ：

• filename (string, 必須): 出力パス。拡張子は .docx または .doc である必要があります。

• title (string, オプション): ドキュメントタイトル。

• paragraphs (string配列, オプション): 順次書き込まれる段落。

• tables (object配列, オプション): テーブル定義。title、headers、rows をサポート。

write_presentation

.pptx プレゼンテーションを生成するか、LibreOffice変換を通じて .ppt をエクスポートします。

パラメータ：

• filename (string, 必須): 出力パス。拡張子は .pptx または .ppt である必要があります。

• title (string, オプション): タイトルページのタイトル。

• subtitle (string, オプション): タイトルページのサブタイトル。

• slides (object配列, オプション): スライド定義。title、paragraphs、bullets、table をサポート。

設定

Trae IDE / Claude Desktop での使用

MCP設定ファイルに以下を追加してください：

オプション 1：PyPIを使用 (推奨)

{
  "mcpServers": {
    "mcp-document-reader": {
      "command": "uvx",
      "args": [
        "mcp-documents-reader"
      ]
    }
  }
}

オプション 2：GitHubリポジトリを使用

{
  "mcpServers": {
    "mcp-document-reader": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/xt765/mcp_documents_reader",
        "mcp_documents_reader"
      ]
    }
  }
}

オプション 3：Giteeリポジトリを使用 (中国国内からのアクセスが高速)

{
  "mcpServers": {
    "mcp-document-reader": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://gitee.com/xt765/mcp_documents_reader",
        "mcp_documents_reader"
      ]
    }
  }
}

使用方法

MCPツールとして使用

設定完了後、AIアシスタントは以下のツールを直接呼び出すことができます：

# 读取 DOCX 文件
read_document(filename="example.docx")

# 读取演示文稿
read_document(filename="example.pptx")

# 生成 DOCX 报告
write_word_document(
    filename="report.docx",
    title="周报",
    paragraphs=["本周总结", "下周计划"],
    tables=[
        {
            "title": "指标表",
            "headers": ["名称", "数值"],
            "rows": [["线索", 42], ["成交", 8]],
        }
    ],
)

# 生成 PPTX 汇报
write_presentation(
    filename="briefing.pptx",
    title="季度汇报",
    subtitle="Q2",
    slides=[
        {
            "title": "亮点",
            "paragraphs": ["概述段落"],
            "bullets": ["重点 A", "重点 B"],
        }
    ],
)

Pythonライブラリとして使用

from mcp_documents_reader import DocumentReaderFactory

# 使用工厂类（推荐）
reader = DocumentReaderFactory.get_reader("document.pdf")
content = reader.read("/path/to/document.pdf")

# 检查格式是否支持
if DocumentReaderFactory.is_supported("file.xlsx"):
    reader = DocumentReaderFactory.get_reader("file.xlsx")
    content = reader.read("/path/to/file.xlsx")

ツールインターフェース詳細

read_document

サポートされているあらゆるドキュメントタイプを読み取ります。

extract_document_images

DOCXファイル内の埋め込み画像を抽出します。

write_word_document

DOCXを直接生成するか、LibreOffice変換を通じてDOCをエクスポートします。

write_presentation

PPTXを直接生成するか、LibreOffice変換を通じてPPTをエクスポートします。

依存関係

コア依存関係

• mcp >= 1.26.0 - MCPプロトコル実装

• python-docx >= 1.2.0 - DOCX読み取りおよびWordドキュメント生成

• python-pptx >= 0.6.23 - PowerPointドキュメント生成

• pypdf >= 6.8.0 - PDFファイル読み取り (PyPDF2の代替)

• openpyxl >= 3.1.5 - Excelファイル読み取り

オプションのランタイム依存関係

• LibreOffice - 旧フォーマット .doc または .ppt をエクスポートする場合に必須

• antiword / catppt - 旧フォーマット .doc / .ppt 読み取り時のオプション補助コマンド

開発依存関係

• pytest >= 8.0.0 - テストフレームワーク

• pytest-asyncio >= 0.24.0 - 非同期テストサポート

• pytest-cov >= 6.0.0 - カバレッジレポート

• basedpyright >= 0.28.0 - 型チェック

• ruff >= 0.8.0 - コードチェックおよびフォーマット

ライセンス

本プロジェクトはMITライセンスの下でオープンソース化されています。

本プロジェクトは、優れたオープンソースプロジェクト xt765/mcp_documents_reader をベースに二次開発を行い、さらに機能を強化したものです。

現在、主に以下の機能を追加・強化しています：

• ドキュメント内の画像抽出機能

• WordおよびPowerPointドキュメントのライティング・生成ワークフロー

• MCPシナリオに向けた、より完全なドキュメント作成サポート

元のリポジトリの作者が提供した基礎的な機能とオープンソースの取り組みに深く感謝いたします。

貢献

IssueやPull Requestの提出を歓迎します！

関連プロジェクト

• MCP Document Converter - 多様なフォーマット変換をサポートするMCPドキュメントコンバーター

• Model Context Protocol - Model Context Protocol 公式ドキュメント