PDF阅读器MCP服务器

模型上下文协议 (MCP) 服务器提供从 PDF 文件读取和提取文本的工具，支持本地文件和 URL。

作者

菲利普·范德沃克
电子邮件: philip.vandewalker@gmail.com
GitHub： https://github.com/trafflux

Related MCP server: MCP PDF Server

特征

• 从本地PDF文件中读取文本内容

• 从 PDF URL 读取文本内容

• 损坏或无效 PDF 的错误处理

• 用于访问本地 PDF 的卷安装

• 自动检测 PDF 编码

• 标准化 JSON 输出格式

安装

1. 克隆存储库：

git clone https://github.com/trafflux/pdf-reader-mcp.git
cd pdf-reader-mcp

2. 构建 Docker 镜像：

docker build -t mcp/pdf-reader .

用法

运行服务器

要运行可以访问本地 PDF 文件的服务器：

docker run -i --rm -v /path/to/pdfs:/pdfs mcp/pdf-reader

将/path/to/pdfs替换为 PDF 文件目录的实际路径。

如果不使用本地 PDF 文件：

docker run -i --rm mcp/pdf-reader

MCP 配置

添加到您的 MCP 设置配置：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/pdfs:/pdfs",
        "mcp/pdf-reader"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}

不含本地文件的PDF文件：

{
  "mcpServers": {
    "pdf-reader": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/pdf-reader"],
      "disabled": false,
      "autoApprove": []
    }
  }
}

可用工具

1. read_local_pdf

   • 目的：从本地PDF文件中读取文本内容

   • 输入：

     {
       "path": "/pdfs/document.pdf"
     }

   • 输出：

     {
       "success": true,
       "data": {
         "text": "Extracted content..."
       }
     }

2. read_pdf_url

   • 目的：从 PDF URL 读取文本内容

   • 输入：

     {
       "url": "https://example.com/document.pdf"
     }

   • 输出：

     {
       "success": true,
       "data": {
         "text": "Extracted content..."
       }
     }

错误处理

服务器通过清晰的错误消息处理各种错误情况：

• 无效或损坏的 PDF 文件

• 缺少文件

• 失败的 URL 请求

• 权限问题

• 网络连接问题

错误响应遵循以下格式：

{
  "success": false,
  "error": "Detailed error message"
}

依赖项

• Python 3.11+

• PyPDF2：PDF解析和文本提取

• 请求：用于从 URL 获取 PDF 的 HTTP 客户端

• MCP SDK：模型上下文协议实现

项目结构

.
├── Dockerfile          # Container configuration
├── README.md          # This documentation
├── requirements.txt   # Python dependencies
└── src/
    ├── __init__.py    # Package initialization
    └── server.py      # Main server implementation

执照

版权所有 2025 菲利普·范德沃克

本文件遵循 Apache 许可证 2.0 版（简称“许可证”）；您不得在未遵守该许可证的情况下使用本文件。您可以访问以下网址获取许可证副本：

http://www.apache.org/licenses/LICENSE-2.0

除非适用法律另有规定或双方以书面形式达成一致，否则根据本许可证分发的软件均按“原样”分发，不附带任何明示或暗示的保证或条件。请参阅许可证，了解本许可证下特定语言的权限和限制规定。

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

接触

如有任何疑问、问题或投稿，请联系 Philip Van de Walker：

• 电子邮件: philip.vandewalker@gmail.com

• GitHub： https://github.com/trafflux