MistralDocAI MCP Server

MCP サーバーで、Mistral AI の OCR およびビジョンモデルを使用して、ドキュメントや画像を Markdown に変換します。PDF、スライドデッキ、Word ドキュメント、またはスキャン画像を指定すると、MCP クライアントは Markdown を受け取ります。

これは、Claude Desktop などの MCP クライアントを既に使用しており、別のツールではなく、その中でドキュメント変換を行いたい人向けです。

ステータス: 個人プロジェクトとして、ベストエフォートで積極的にメンテナンスされています。現在のバージョンは 2.0 です。1.x からアップグレードする前に、バージョン管理と互換性 を参照してください。

言語: このプロジェクトは英語のみです。インターフェースのテキスト、ドキュメント、エラーメッセージは英語で、ローカライズ版は公開されていません。処理するドキュメントは、Mistral のモデルがサポートする任意の言語にすることができます。

要件

Python の依存関係を自分でインストールする必要はありません。サーバーは初回実行時に ~/.mistraldocai-mcp/ の下に仮想環境を作成します。

Related MCP server: Mistral OCR MCP Server

インストール

マシンで実行できることを確認します:

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

これにより、Python 環境が作成され、依存関係がインストールされ、サーバーがインポートされ、検出された内容が報告されます。クライアントを設定する前に実行してください。クライアント側のサイレントな失敗を、読み取り可能なエラーに変換するためです。

設定

API キー

クライアントがサーバーを起動する環境でエクスポートするか:

export MISTRAL_API_KEY=your_key_here

または、サーバーが初回実行時に作成する ~/.mistraldocai-mcp/.env に配置します:

MISTRAL_API_KEY=your_key_here

通常、ファイルの方が信頼性が高いです。デスクトップ MCP クライアントはシェル環境を継承しないことが多いためです。

Claude Desktop

claude_desktop_config.json にこれを追加します:

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

その他のクライアント

stdio 経由で MCP サーバーを起動するクライアントはすべて動作します。コマンドとして npx @trsdn/mistraldocai-mcp-server を使用し、環境に MISTRAL_API_KEY を指定してください。

ツール

process_document

1 つのドキュメントまたは画像を Markdown に変換します。パスまたは base64 コンテンツのいずれかを指定します。

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

process_directory

ディレクトリ内のサポートされているすべてのファイルを変換し、入力ごとに 1 つの .md ファイルを書き出し、ディレクトリ構造を保持します。

get_supported_formats

サポートされている形式とその制限を返します。パラメータはありません。

サポートされている形式

制限は Mistral の OCR API によって設定されています: ファイルあたり 50 MB、ドキュメントあたり 1,000 ページ。価格とスループットは Mistral のものであり、このプロジェクトのものではありません。README にコピーされた数値を信頼するのではなく、価格ページ で現在の数値を確認してください。

データとプライバシー

処理するドキュメントは Mistral AI に送信されます。 これはサーバーの目的そのものですが、コンテンツがマシンから送信されることを意味します。第三者 AI プロバイダーと共有することを許可されていない資料を処理しないでください。

アクセシビリティ

コンソール出力はプレーンな ASCII で、色や装飾記号がないため、スクリーンリーダー、Windows ターミナル、フォーマットを除去するクライアントログでも読みやすくなっています。

既知の制限: サーバーには独自のインターフェースがありません。表示されるものはすべて MCP クライアントから来るため、キーボードアクセス、フォーカス処理、コントラストはクライアントの動作であり、このプロジェクトのものではありません。会話ビューでのアクセシビリティの問題は、クライアントのイシュートラッカーに報告してください。

バージョン管理と互換性

このプロジェクトはセマンティックバージョニングに従います。メジャーバージョンは、Node.js の最低バージョンが上がるか、Python の mcp 依存関係がメジャーをまたぐか、ツールの契約が変更される場合です。

1.x からのアップグレードには Node.js 22 以降が必要です。バージョン 1.0.4 以前は、クリーンな環境からインストールできません。Python の要件が無制限で、現在は互換性のないリリースに解決されるためです。サポートされている 1.x のフォールバックはありません。詳細は CHANGELOG.md にあります。

仕組み

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

設計の大部分は 2 つの制約で説明できます:

• stdout がプロトコルです。 MCP クライアントは stdout を JSON-RPC として解析するため、両言語のすべての診断情報は stderr に出力されます。誤った print はセッションを破壊します。

• パッケージディレクトリは読み取り専用です。 グローバルな npm インストールには書き込めないため、仮想環境、.env、その他のすべての状態は ~/.mistraldocai-mcp/ の下に置かれます。

開発

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

CI も実行する単一のコマンドで変更を検証します:

npm run verify

python/ の下で何かを変更した場合は、python/mcp_requirements.txt がインストールされたインタープリターに対して、ruff check . と python3 scripts/verify_python_server.py も実行してください。

AGENTS.md には、完全なレイアウト、規約、禁止されている操作のリストが記載されています。AI エージェント向けに書かれていますが、人間にとっても最速のオリエンテーションです。

プロジェクトドキュメント

ライセンス

MIT。

このリポジトリは、trsdn Repository Quality Standard に基づいて評価されています。結果は .github/conformance.yml に記録され、基準ごとの証拠は docs/self-assessment.md にあります。