Skip to main content
Glama

omapdf

Linux 向け Preview.app — ただし、あなたのエージェントが操作できます。

omapdf は、エージェント ネイティブな PDF ツールです。読み取り・注釈・署名のための高速な GTK4 エディタ、スクリプト可能な CLI、AI エージェント向け MCP サーバー、そしてそれらをすべて OS に結びつける Omarchy インテグレーションをまとめて提供します。土台は単一の op エンジンで、人間が手でできることはエージェントも指示ででき、その逆も同じです。

omapdf edit lease.pdf                       # the editor
omapdf sign lease.pdf --page 4 --at 120,540 --date -o signed.pdf
# …or just tell your agent: "fill out this lease, highlight anything
#  unusual, and get it ready for my signature"

なぜ

「誰かが PDF をメールして送ってきたので、2 ヶ所をハイライトし、署名して、送り返す」というワークフローは、macOS Preview の killer 機能です。しかし Linux には軽量な ParformThat の機能がありません。また、どのシステムでもAIエージェントをPDF のファーストクラスユーザーとして扱っていないません。omapdf は、この両方を single一 のアーキテクチャで実現します。

Related MCP server: PDF Manipulation MCP Server

単一一のオペレーション API、すべてのクライアントは薄い

すべてのアクション — ハイライト、コメント、フィールドへの入力、署名スタンプ、インク描画 — は、1 つの小さな JSON オペレーションです。ドキュメントの編集は、それらのリストです。エディタ、CLI、MCP サーバーは、すべて同じエンジンを通ります。

     human                            agent
       │                                │
 ┌─────┴─────┐                 ┌────────┴────────┐
 │  editor   │                 │  MCP server /   │
 │  (GTK4)   │                 │  Claude skill   │
 └─────┬─────┘                 └────────┬────────┘
       │          ops (JSON)            │
       └──────────────┬─────────────────┘
              ┌───────┴───────┐
              │   op engine   │  validate → resolve → apply → report
              │   (PyMuPDF)   │
              └───────┬───────┘
                 document.pdf

適用された各– op は、解決されたジオメトリを返すので、どちら側も何がどこで変わったを正確に表示しあえできます。書き出されるものは、すべて標準 PDF 注釈です。Acrobat、Preview、Evidence のユーザーにも、あなたのメモやハイライトが普ーのコメントして表示されます。

エディタ (omapdf edit)

ネイティブ GTK4 エディタ、Preview なみの速度で、Omarchy 向けに設計されていいます。が、素の GTKでも動きます。

  • ツール(手描ベクターアイコンセット): 選択/ドラッグ、もう一度タッップでカラー・パレットが出るペン、ハイライター、テキスト、付マモ、署名の配置、グリーチェックスタンプとレッドクロススタンプ

  • ゴーストモデル: 配置したものはすべて、Save をおこって op エンジンで確定するまで、ドラッグ・微調が可能な保留アイテムです。そして元に戻すは保存の読み越えます: 保存後に Ctrl+Z を押すとファイルが元に戻り、保存したアイテムが編集可能なゴーストとして復活します。

  • 読書のための快適機能え: サムネイルサイドバー (F9)、ライブーviewport トに追従する фит幅ズーム、ズームプリセット + Ctrl+ スクロール、全ドキュメント検索 (Ctrl+F) の一致順サイクル、 Up、Down、PgUp、PgDn、Home、End キーでのページ移動、Ctrl+G によるページー走

  • クリックで開くコメント: 保存済み注釈をクリックでそのテキストを読める、— 他ので残ための different。 必要。

  • :エージェントの取り組みをゴーストて表示: oampdf edit doc.pdf --ops proposal.json は、エージェントのドラ for 集 as** を selection さ as 選択済みドラッグ可能なオーバーレイとして組み込み、微調整 can、保存します。エージェントが提案して、人間が確認ります

  • エージェントに質問 (✦): 質問を入力すると、ドキュメントを添付して、OS の既定エージェント (omarchy agent prompt) 開きます。エディタはファイルを監視して、エージェントが変変換を保存ると、自分自身をりロードます。

  • 共有 (ネイティブ、まがい shared はいりませんね): メール添付、ローカルカル send、ファイル (または ZIP) クリップボードへ直接コピー、フォルダ内に表示。任意の「コピー前にフラット化」トーグルあ 。

保存のお祝い演出はあります。みてみてください。

CLI

omapdf read doc.pdf                  # structured JSON: text+bboxes, fields, annots
omapdf read doc.pdf --text-only      # just the words
omapdf fields form.pdf               # fillable fields with names and rects
omapdf snapshot doc.pdf --page 2 --grid 50   # page PNG with a labeled
                                     # coordinate grid — agents read placement
                                     # coordinates straight off the image

omapdf annotate doc.pdf --page 2 --match "termination clause"
omapdf note doc.pdf --page 2 --at 400,300 --text "negotiate this"
omapdf fill form.pdf --field tenant_name "Peter Bergin" --field rent "1800"
omapdf apply doc.pdf --ops edits.json        # atomic batch of ops

omapdf sig draw                      # draw your signature once (GTK window)
omapdf sig add ~/sig.png --name work # …or import an image
omapdf sign doc.pdf --page 4 --at 120,540 --date -o signed.pdf
omapdf flatten doc.pdf -o final.pdf  # bake everything in for any viewer
omapdf open doc.pdf                  # opens the omapdf editor

すべての編集コマンドは、- (デフォルトはその場で書換え)、--dry-run、--json を受け付けます、--json は各 op の resolved geometry。座標は PDF ポイント、表示こ左上、ペーシ番号は 1 始まりであり、これは read が報告するものと同じです。Opの語彙は docs/ops.md に定義れていいます。

Agents

claude mcp add omapdf -- omapdf-mcp

MCP ツール: read_pdf, list_form_fields, apply_ops, highlight, add_note, fill_field, place_time_signature (デフォルトはドララン — 実書き込みの前の確認)、list_native signatures, flatt_n_pdf.

skill/ にます Claude Code の skill がは、PDF アシスタントの完全なプレイブックです。レビュー&ハイライト、フォーム入力、署名、レッドライン、チェックリスト、ページ引用付き抽出のレシピが含まれ、****ラタ**を中心に構築されています。テキストアンガー → グリッドスナップショット (ページを見る) → ドララン → 作成結果をべジュアルに確認 → 好みが重要どきにはドラッグ可能なゴースト履る、という流れです。

Install

git clone https://github.com/pbergin11/omapdf && cd omapdf
python -m venv --system-site-packages .venv    # system gi for the GTK editor
.venv/bin/pip install -e '.[mcp]'
ln -s "$PWD/.venv/bin/omapdf" ~/.local/bin/omapdf
ln -s "$PWD/.venv/bin/omapdf-mcp" ~/.local/bin/omapdf-mcp
ln -s "$PWD/bin/omapdf-pick" ~/.local/bin/omapdf-pick

必要コンネ環境: Python ≥ 3.11、PyMuPDF、おにエディタと sig drawのための PyGObject+GT K4 は、お使いのディストロから入手してください。Arch 用のパッケージは packaging/PKGBUILD。

omapdf をシステムの PDF ハンドラにする:

cp share/omapdf.desktop ~/.local/share/applications/
xdg-mime default omapdf.desktop application/pdf

Omarchy integration

  • Top バー widget (shell-plugin/): PDF ピルをクリックする最近に PDF メニューが開き、選ぶとエディタで開きます。(ln -s .../shell-plugin/omapdf.bar ~/.config/omarchy/plugins/omapdf.bar、次に omarchy bar put omapdf.bar --section right)

  • エージェント に質問 は omarchy agent prompt を使するので、ユーザが選択した既定エージェント (omarchy default agent) を Omarchy のネイティブなエージェントウインドウて#起動します。Voxtype のディクテションは、通常のテキストフィールドと同じく поискボックスで動作します

  • パッケージは omasnap のスピリットにしたあ** является, 焦点を絞った単独目的のネイティブツールです。

ステータスとロードマップ

現在動き: op エンジン、CLI、MCP サーバー + skill、サインストアと手書きウインドウ、фルエディタ、バーwidget、エージェントの質問/監視ループ、テス。今後の詳細は docs/roadmap.md を参照してさい。主な項目: 署名欄の自動検出 (sign --auto)、保存済み注釈の削除/編集、コメント要約ページ、pyHanko によ cryptographic署名 (PAdES)。

License

AGPL-3.0-or-later (PyMuPDF 依存に合わせています)。詳ししくは LICENSE を参照してください。

Related MCP Connectors

Related MCP Servers

  • 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.
    60 npm
    62
    MIT
  • A
    license
    A
    quality
    D
    maintenance
    Enables PDF processing and analysis including text extraction, metadata retrieval, search, page manipulation, splitting/merging, conversion to images, and form handling.
    10
    MIT
  • 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
    -