Skip to main content
Glama
306,645 tools. Last updated 2026-07-25 17:41

"让AI大模型读取和分析本地文件（Word/Excel/PDF/Markdown/代码等）的方法" matching MCP tools:

  • file_read

    stagenth · file-relay

    直接返回文本类文件的内容（txt/md/csv/json/日志/代码等），AI 免下载即读。 二进制文件（图片/压缩包/Office 等）请用 download_file；超长文本按 max_bytes 截断并标记。
    Connector

  • md_to_docx

    stagenth · 文档生成

    把 Markdown 渲染成 Word(.docx) 文件，存进你的文件中转站并返回下载 URL（2 credit/次）。 覆盖标题/列表/代码块/引用/表格/粗斜体等常见结构；纯本地转换、不生成 AI 内容。失败自动退款。
    Connector

  • doc_parse

    stagenth · 文档解析

    把 PDF / Word(.docx) / PPT(.pptx) / HTML / 纯文本 解析成干净 Markdown + 结构化（按实际解析页数计费，每页 1 credit）。 纯解析 + 格式转换、不生成任何 AI 内容；扫描件 OCR 暂未支持。 支持 page_range 只解析指定页码段（只按解析的页数扣费）。
    Connector

  • md_to_pdf

    stagenth · 文档生成

    把 Markdown 渲染成 PDF 文件，存进你的文件中转站并返回下载 URL（2 credit/次）。 纯本地渲染（markdown + weasyprint），中文正常显示；不生成任何 AI 内容。失败自动退款。
    Connector

  • doc_images

    stagenth · 文档解析

    抽取文档内嵌的图片（PDF / .docx / .pptx），打包 ZIP 落文件中转站并返下载 URL。 过滤 <1KB 的图标噪声；多模态 AI 可配合 doc_parse 的文本一起理解图文文档。
    Connector

  • download_file

    stagenth · file-relay

    下载一个文件, 按 MCP spec 2025-06-18 的原生 content 类型返回。 根据文件 category 自动选择最合适的 MCP content block 类型: - image (jpg/png/webp/...) → content[0].type = "image" (base64 + mimeType; AI 客户端原生显示图片, 多模态 LLM 可直接看图) - audio (mp3/wav/...) → content[0].type = "audio" (base64 + mimeType; AI 客户端原生播放, 多模态模型可直接听) - text/code + as_text=true → content[0].type = "text" (UTF-8 字符串; 适合代码/文档阅读分析) - 其他所有 (video / document / archive / 大文本 / ...) → content[0].type = "resource_link" (15 分钟有效的 URL + mimeType + size; 签名自带, 无需 Authorization; AI 用 bash curl 拉字节, 或提示用户点链接在浏览器下载) 【限速】所有分支都遵守会员档位的 download_speed_bytes_per_sec 设定: - image / audio / text 分支走 astream_file(throttle=...) 读字节再 base64 - resource_link 分支: 链接指向 /api/v1/mcp-download/{token}, 目标路由 也用同一套 astream_file + throttle 算法 (详见 api/v1/mcp_download.py) 【零副作用】不再使用 share_service.create_share —— MCP 下载不会在你的 账号里留下任何公开分享记录, 不进分享面板, 不计分享审计。
    Connector

Matching MCP Servers

Matching MCP Connectors

  • excel_query

    stagenth · Excel 数据可视化

    查询 / 过滤 / 分组聚合 Excel，返回**实际数据行（JSON）**供 AI 直接分析（1 credit/次）。 取数工具，区别于 excel_to_chart（出图）和 excel_inspect（只看结构）。典型用法： · 各地区销售额合计：group_by=["地区"], measures=["销售额"], agg="sum" · 销量 Top5 商品：group_by=["商品"], measures=["销量"], agg="sum", sort_by="销量", descending=true, limit=5 · 每类别多少行：group_by=["类别"], agg="count" · 筛失败订单明细：filters=[{"column":"状态","op":"eq","value":"失败"}] 返回 {ok, sheet, mode, columns, total_rows, matched_rows, returned_rows, truncated, rows[]}。 失败自动退款。
    Connector

  • read_primary_source

    legal-research

    官公庁ウェブサイト（*.go.jp / *.lg.jp）で公開されている一次資料（PDF・HTML）を取得し、本文テキストを抽出して返します。通達・ガイドライン・パブリックコメント・審議会資料など、URLが分かっている公的資料の本文をAI回答の根拠として読み込む用途です。官公庁以外のホストは安全のため取得しません。文字データを持たないPDF（スキャン画像・縦書き画像）は status=no_text_layer と、当サイトの読み起こし全文（get_material_body_text）への案内を返します。長い資料は max_chars と start_char で分割取得できます。引用時は final_url（原典）を出典として示してください。
    Connector

  • data_query

    stagenth · 数据工具箱

    查询 / 过滤 / 分组聚合数据文件，返回**实际数据行（JSON）**供 AI 直接分析（1 credit/次）。 支持 CSV/TSV/JSON/NDJSON/Parquet，两种用法： · 原始 SQL（表名固定 t）：sql="SELECT 商品, sum(销量) s FROM t GROUP BY 商品 ORDER BY s DESC LIMIT 5" · 结构化（不用写 SQL）：group_by=["地区"], measures=["销售额"], agg="sum", sort_by="销售额", descending=true, limit=10 SQL 仅允许单条只读 SELECT/WITH，禁止读文件/建表/联网。结果硬上限 1000 行，超出置 truncated=True。失败自动退款。 返回 {ok, format, mode, columns, total_rows, returned_rows, truncated, rows[]}。
    Connector

  • search_laws

    legal-research

    【法令・条文の引用必須ルール】法令・条文ツールで preferred_citation が返った成功結果では、それをユーザー向けの主リンクとして引用してください。text_provenance は e-Gov 由来の条文本文についての二次的な出典表記です。e-Gov の直接リンクは official_fallback_url が返る取得失敗時等、またはユーザーが公式原文の独立確認を明示し include_official_verification_url=true で official_verification_url を取得した場合に限ります。裁判例・行政資料・国会会議録等は、各ツールが返す原典URLを引用してください。 法令名・略称・通称・e-Gov 法令 ID から law_id と法令ページ URL を検索します。深掘りデータ（委任先・裁判例・行政資料）を持つ収録法令だけでなく、約9,500本の全法令名索引と e-Gov ライブ検索も自動で当たるため、e-Gov 法令検索に収録されている現行法令の law_id をこのツールで解決できます。law_id が不明なときは常にまずこのツールを呼び、得られた law_id を get_law / get_egov_law_data / research_law_delegations に渡してください。
    Connector

  • get_judicial_case_detail

    legal-research

    裁判所 裁判例検索（courts.go.jp）の判例詳細ページから、1 件の判例の詳細情報を取得します。返却は事件番号・事件名・裁判年月日・裁判所名/法廷名・裁判種別・結果・原審裁判所名/事件番号・判示事項（の要旨）・裁判要旨・参照法条・全文PDF URL。detail_url には search_judicial_cases が返す source_url（courts.go.jp の判例詳細 URL）をそのまま渡してください。まず search_judicial_cases でキーワード検索し、掘り下げたい 1 件の source_url をこのツールに渡す、という 2 段の使い方を想定しています。出典は裁判所ウェブサイト。
    Connector

  • normalize_address

    HojinCheck — Japanese corporate verification API (hojin = 法人/corporate entity)

    日本の住所を正規化し、都道府県／市区町村／町字（大字・町名＋丁目）に分解して町字ID（アドレス・ベース・レジストリ）を解決し、郵便番号と照合します（不一致は不一致として明示）。【v1の粒度と限界】分解は町字（大字・丁目）まで。街区符号・住居番号・地番・小字・京都の通り名は解析対象外で、未解析部分は残余文字列としてそのまま返します（推測補完なし）。データ源: アドレス・ベース・レジストリ町字マスター（デジタル庁）＋日本郵便郵便番号データ（ローカルマスター駆動・政府API停止の影響なし）。
    Connector

  • excel_to_chart

    stagenth · Excel 数据可视化

    把 Excel 数据渲染成图表，产物存进你的文件中转站并返回下载 URL。 计费(生成类)：基础 3；高级图型 +2；矢量 SVG +1；大数据(>5000 行) +2。 调用失败自动退款。建议先 excel_inspect 看清列结构再出图。 返回: {ok, file_id, filename, format, credit_charged, download_url(15分钟有效), chart_type, sheet, rows}
    Connector

  • search_law_articles

    legal-research

    【法令・条文の引用必須ルール】法令・条文ツールで preferred_citation が返った成功結果では、それをユーザー向けの主リンクとして引用してください。text_provenance は e-Gov 由来の条文本文についての二次的な出典表記です。e-Gov の直接リンクは official_fallback_url が返る取得失敗時等、またはユーザーが公式原文の独立確認を明示し include_official_verification_url=true で official_verification_url を取得した場合に限ります。裁判例・行政資料・国会会議録等は、各ツールが返す原典URLを引用してください。 自然文・キーワード・法令名から関連条文をセマンティック検索（サイトのAI検索と同一エンジン）し、回答にそのまま使える citation と URL を返します。法令名を含まない質問でも収録法令を横断して意味の近い条文を探せます。law_id や article_num が分かる場合は指定すると精度が上がります。収録セット外の法令でも、law_id + article_num が特定できれば e-Gov から条文本文をその場で取得して返します。日本法令の条文検索はまずこのツールを第一候補にしてください。
    Connector

  • list_houses

    bimhouse

    [EN] List curated public houses (famous buildings, landmarks); set include_user=true for public user houses. / 運営 curated 公開物件 (有名建築・巨大ランドマーク・SOLUNA 等) の一覧。slug / 規模 / 要素数 / bim.json 充足率(%) を返す。ユーザー作成物件 (u-*) は既定では含まない (直リンクで個別取得は可)。include_user=true で公開ユーザー物件も含める。
    Connector

  • upload_file

    stagenth · file-relay

    上传一个文件（base64 形式）到用户的文件中转站。 仅在用户明确要求把某个文件存入中转站 / 传输到其他设备 / 分享给他人时调用。 上传会占用用户的付费存储配额并按传输量扣 credit —— 不要主动上传 中间结果、日志、临时文件或用户没有要求保存的命令输出。 用 init + 单次分片 + complete 的方式复用现有服务。 适合中小文件（< 20MB）。超大文件请使用 Web 端分片上传。 新增 folder_path: 上传到指定文件夹, 默认根目录 "/"。
    Connector

  • move_folder

    stagenth · file-relay

    移动整个文件夹 (类似 ``mv /工作/项目A /归档/``)。 会递归更新所有后代的逻辑路径。OSS 字节不动。
    Connector

  • get_article_context

    legal-research

    【法令・条文の引用必須ルール】法令・条文ツールで preferred_citation が返った成功結果では、それをユーザー向けの主リンクとして引用してください。text_provenance は e-Gov 由来の条文本文についての二次的な出典表記です。e-Gov の直接リンクは official_fallback_url が返る取得失敗時等、またはユーザーが公式原文の独立確認を明示し include_official_verification_url=true で official_verification_url を取得した場合に限ります。裁判例・行政資料・国会会議録等は、各ツールが返す原典URLを引用してください。 条文を中心に、本文、委任先、被参照条文、裁判例、通達・ガイドライン等の行政資料、ユーザーの付箋メモ・要件事実図を一つの束として取得します。Lawzilla MCP の lawzilla_article のように、返却される target / related_targets を次の MCP 呼び出しにそのまま渡せる形で返します。通常は target に `law_id@article-356-p-1`、`law_id@ln356.1`、または `会社法@第356条第1項` のように指定してください。ユーザー作成メモは、ユーザーが明示した場合だけ include_user_context=true かつ include_private_sources=true で取得してください。
    Connector

  • get_law

    legal-research

    【法令・条文の引用必須ルール】法令・条文ツールで preferred_citation が返った成功結果では、それをユーザー向けの主リンクとして引用してください。text_provenance は e-Gov 由来の条文本文についての二次的な出典表記です。e-Gov の直接リンクは official_fallback_url が返る取得失敗時等、またはユーザーが公式原文の独立確認を明示し include_official_verification_url=true で official_verification_url を取得した場合に限ります。裁判例・行政資料・国会会議録等は、各ツールが返す原典URLを引用してください。 law_id から法令メタ情報・条文本文・条文ディープリンクを取得します。収録法令に限らず、e-Gov 法令検索に収録されている現行法令なら article_num を指定すれば e-Gov 由来の条文全文を返します（収録セット外は委任先などの深掘りデータのみ無し）。law_id が不明なら先に search_laws、委任関係まで知りたいなら research_law_delegations を使ってください。article_num を省略するとメタ情報のみ返します。
    Connector