Skip to main content
Glama
wzx11223344

mcp-doc-analyzer

by wzx11223344
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

文档分析MCP服务器 (mcp-doc-analyzer)

CI

基于 MCP (Model Context Protocol) 协议的文档分析服务器，使用 FastMCP 框架，为 AI 客户端提供文档读取、分析、摘要和统计工具。

功能概览

本服务器提供 21 个工具，分为四大类：

类别

工具数

说明

文档读取

6

文本文件、CSV、JSON 读取，文件头尾读取，目录列表

文本分析

6

词频统计、关键词提取、句子分析、可读性评分、情感分析、语言检测

摘要工具

4

抽取式摘要、文本统计、相似句子检测、自动大纲

数据统计

5

描述性统计、频率分布、相关性分析、趋势分析、异常值检测

Related MCP server: MCP Document Reader

项目结构

mcp-doc-analyzer/
├── server.py                    # MCP Server 入口
├── mcp_doc_analyzer/
│   ├── __init__.py              # 包初始化
│   ├── reader.py                # 文档读取工具（6个）
│   ├── analyzer.py              # 文本分析工具（6个）
│   ├── summarizer.py            # 摘要工具（4个）
│   ├── statistics.py            # 统计工具（5个）
│   └── utils.py                 # 工具函数
├── README.md                    # 项目说明（本文件）
├── SKILL.md                     # 技能文档
└── requirements.txt             # Python 依赖

安装

1. 安装依赖

pip install -r requirements.txt

依赖列表：

  • mcp - MCP 协议核心库（含 FastMCP）

  • numpy - 数值计算

  • scipy - 科学计算（统计模块）

  • jieba - 中文分词

  • scikit-learn - TF-IDF 关键词提取

2. 运行服务器

python server.py

3. 配置 MCP 客户端

在 MCP 客户端（如 Claude Desktop）配置文件中添加：

{
    "mcpServers": {
        "doc-analyzer": {
            "command": "python",
            "args": ["/path/to/mcp-doc-analyzer/server.py"]
        }
    }
}

工具列表

文档读取工具

工具名

参数

说明

read_text_file

path: str

读取纯文本文件（txt/md/log）

read_csv_file

path: str, max_rows: int=100

读取CSV文件，返回结构化摘要

read_json_file

path: str

读取JSON文件，返回格式化摘要

read_file_head

path: str, n_lines: int=10

读取文件头部N行

read_file_tail

path: str, n_lines: int=10

读取文件尾部N行

list_directory

path: str, pattern: str="*"

列出目录文件（支持glob）

文本分析工具

工具名

参数

说明

word_frequency

text: str, top_n: int=20

词频统计（中英文分词）

extract_keywords

text: str, top_n: int=10

关键词提取（TF-IDF）

sentence_analysis

text: str

句子分析（数量/长度/最长/最短）

readability_score

text: str

可读性评分（Flesch-Kincaid改编）

sentiment_analysis

text: str

情感分析（正面/负面/中性）

language_detect

text: str

语言检测（中/英/日/韩/混合）

摘要工具

工具名

参数

说明

extractive_summary

text: str, num_sentences: int=3

抽取式摘要（TextRank）

text_statistics

text: str

文本统计（字数/词数/句数/段落/阅读时间）

find_similar_sentences

text: str, threshold: float=0.5

相似句子检测

text_outline

text: str

自动大纲提取

数据统计工具

工具名

参数

说明

describe_numeric

values: list

描述性统计（均值/标准差/四分位）

frequency_distribution

values: list, bins: int=10

频率分布

correlation_analysis

x: list, y: list

相关性分析（Pearson/Spearman）

trend_analysis

values: list

趋势分析（线性回归/R²）

outlier_detection

values: list, method: str="iqr"

异常值检测（IQR/Z-score）

技术栈

  • MCP 协议：使用 FastMCP 框架创建标准 MCP 服务器

  • 中文分词：jieba（支持精确模式和搜索引擎模式）

  • 关键词提取：jieba.analyse + scikit-learn TfidfVectorizer

  • 数值计算：numpy 矩阵运算

  • 统计分析：scipy.stats（Pearson/Spearman/Kendall相关，线性回归）

  • 摘要算法：TextRank（基于 PageRank 的句子排序算法）

返回格式

所有工具均返回 Markdown 格式字符串，包含：

  • 结构化表格（使用 Markdown 表格语法）

  • 统计指标和数值

  • 解读说明

  • 数据预览

开发

代码规范

  • 所有工具有类型提示和 docstring

  • 使用 FastMCP 装饰器 @mcp.tool()

  • 返回字符串（Markdown 格式）

  • 模块化设计，各功能分离

验证

python -m py_compile server.py
python -m py_compile mcp_doc_analyzer/__init__.py
python -m py_compile mcp_doc_analyzer/utils.py
python -m py_compile mcp_doc_analyzer/reader.py
python -m py_compile mcp_doc_analyzer/analyzer.py
python -m py_compile mcp_doc_analyzer/summarizer.py
python -m py_compile mcp_doc_analyzer/statistics.py

测试

运行单元测试：

pip install pytest flake8
pytest tests/ -v --tb=short

代码质量检查：

flake8 . --count --max-line-length=120 --statistics

许可证

MIT License

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers