MistralDocAI MCP Server

Ein MCP-Server, der Dokumente und Bilder mit den OCR- und Vision-Modellen von Mistral AI in Markdown umwandelt. Zeig ihn auf eine PDF, eine Präsentation, ein Word-Dokument oder ein gescanntes Bild, und dein MCP-Client erhält Markdown zurück.

Er ist für Leute, die bereits einen MCP-Client wie Claude Desktop verwenden und die Dokumentkonvertierung darin haben möchten, statt als separates Werkzeug.

Status: aktiv gepflegt, nach bestem Bemühen, als persönliches Projekt. Version 2.0 ist aktuell. Siehe Versionierung und Kompatibilität, bevor du von 1.x aktualisierst.

Sprache: Dieses Projekt ist nur auf Englisch. Oberflächentexte, Dokumentation und Fehlermeldungen sind Englisch, und es werden keine lokalisierten Builds veröffentlicht. Dokumente, die du verarbeitest, können in jeder Sprache sein, die die Modelle von Mistral unterstützen.

Anforderungen

Du installierst die Python-Abhängigkeiten nicht selbst. Der Server erstellt beim ersten Start eine virtuelle Umgebung unter ~/.mistraldocai-mcp/.

Related MCP server: Mistral OCR MCP Server

Installation

Überprüfe, dass dein Rechner es ausführen kann:

npx @trsdn/mistraldocai-mcp-server --test

Das erstellt die Python-Umgebung, installiert die Abhängigkeiten, importiert den Server und meldet, was es gefunden hat. Führe es aus, bevor du einen Client konfigurierst, denn es verwandelt einen stillen clientseitigen Fehler in einen lesbaren Fehler.

Konfiguration

Dein API-Schlüssel

Exportiere ihn entweder in der Umgebung, aus der dein Client den Server startet:

export MISTRAL_API_KEY=your_key_here

Oder lege ihn in ~/.mistraldocai-mcp/.env ab, das der Server beim ersten Start anlegt:

MISTRAL_API_KEY=your_key_here

Die Datei ist normalerweise die zuverlässigere Option, weil Desktop-MCP-Clients oft nicht deine Shell-Umgebung erben.

Claude Desktop

Füge dies zu claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "mistraldocai": {
      "command": "npx",
      "args": ["@trsdn/mistraldocai-mcp-server"],
      "env": {
        "MISTRAL_API_KEY": "your_key_here"
      }
    }
  }
}

Andere Clients

Jeder Client, der einen MCP-Server über stdio startet, funktioniert. Verwende npx @trsdn/mistraldocai-mcp-server als Befehl und stelle MISTRAL_API_KEY in der Umgebung bereit.

Werkzeuge

process_document

Konvertiert ein Dokument oder Bild in Markdown. Gib ihm entweder einen Pfad oder Base64-Inhalt.

{ "name": "process_document", "arguments": { "file_path": "/path/to/report.pdf" } }

process_directory

Konvertiert jede unterstützte Datei in einem Verzeichnis, schreibt eine .md-Datei pro Eingabe und erhält die Verzeichnisstruktur.

get_supported_formats

Gibt die unterstützten Formate und ihre Grenzen zurück. Nimmt keine Parameter.

Unterstützte Formate

Grenzen werden von der OCR-API von Mistral festgelegt: 50 MB pro Datei und 1.000 Seiten pro Dokument. Preise und Durchsatz sind Sache von Mistral, nicht dieses Projekts; prüfe ihre Preisseite für aktuelle Zahlen, statt einer Zahl zu vertrauen, die in eine README kopiert wurde.

Daten und Datenschutz

Dokumente, die du verarbeitest, werden an Mistral AI gesendet. Das ist der ganze Sinn des Servers, aber es bedeutet, dass der Inhalt deinen Rechner verlässt. Verarbeite kein Material, das du nicht an einen Drittanbieter-KI-Anbieter weitergeben darfst.

Barrierefreiheit

Die Konsolenausgabe ist einfaches ASCII ohne Farbe und ohne dekorative Symbole, sodass sie in einem Screenreader, in einem Windows-Terminal und in einem Client-Log, das Formatierung entfernt, lesbar bleibt.

Bekannte Einschränkung: Der Server hat keine eigene Oberfläche. Alles, was du siehst, kommt von deinem MCP-Client, also sind Tastaturzugriff, Fokusbehandlung und Kontrast das Verhalten deines Clients, nicht dieses Projekts. Barrierefreiheitsprobleme in der Konversationsansicht gehören in das Issue-Tracking deines Clients.

Versionierung und Kompatibilität

Dieses Projekt folgt Semantic Versioning. Eine Hauptversion ist dort, wo die Node-Untergrenze steigt, die Python-mcp-Abhängigkeit eine Hauptversion überschreitet oder sich der Vertrag eines Werkzeugs ändert.

Ein Upgrade von 1.x erfordert Node.js 22 oder neuer. Version 1.0.4 und früher können überhaupt nicht aus einer sauberen Umgebung installiert werden: Ihre Python-Anforderungen waren unbegrenzt und lösen sich jetzt in inkompatible Versionen auf. Es gibt keinen unterstützten 1.x-Fallback. Der vollständige Bericht steht in CHANGELOG.md.

So funktioniert es

MCP client  --stdio-->  dist/index.js  --spawn-->  python/mcp_server.py  --HTTPS-->  api.mistral.ai
                             |                            |
                    manages ~/.mistraldocai-mcp/    docmistral.py does the
                    venv, deps, and .env            conversion

Zwei Einschränkungen erklären den Großteil des Designs:

• stdout ist das Protokoll. Der MCP-Client parst stdout als JSON-RPC, also gehen alle Diagnosen in beiden Sprachen an stderr. Ein versehentliches print beschädigt die Sitzung.

• Das Paketverzeichnis ist schreibgeschützt. Eine globale npm-Installation kann nicht beschrieben werden, also liegen die virtuelle Umgebung, die .env und alle anderen Zustände unter ~/.mistraldocai-mcp/.

Entwicklung

git clone https://github.com/trsdn/MistralDocAI-mcp.git
cd MistralDocAI-mcp
npm ci
npm run build

Validiere eine Änderung mit dem einzigen Befehl, den auch CI ausführt:

npm run verify

Wenn du etwas unter python/ geändert hast, führe außerdem ruff check . und python3 scripts/verify_python_server.py gegen einen Interpreter aus, der python/mcp_requirements.txt installiert hat.

AGENTS.md enthält das vollständige Layout, Konventionen und die Liste der verbotenen Operationen. Es ist für KI-Agenten geschrieben und auch für Menschen die schnellste Orientierung.

Projektdokumente

Lizenz

MIT.

Dieses Repository wird gegen den trsdn Repository Quality Standard bewertet. Das Ergebnis ist in .github/conformance.yml festgehalten, mit kriterienbezogenen Nachweisen in docs/self-assessment.md.