MCPプロトコル対応！テキスト式抽出とClaude統合可能なPDF処理サーバー

たんさく

MCP Pdf Processor

MCPプロトコルに基づくPDF処理サーバーで、PDFからテキストとLaTeX数式を抽出し、Claudeと統合してドキュメント分析を行うことができます。

研究とデータ教育と学習ツール #PDF処理 #LaTeX抽出 #ドキュメント分析 .Python

スコア : 2ポイント

ダウンロード数 : 4.8K

更新時間 : 2025-07-23

サイトを開く

PDFプロセッサMCPサーバーとは？

これはModel Context Protocol (MCP)に基づくサーバーで、PDFドキュメントの処理専用です。URLからPDFを取得し、テキストを抽出し、その中のLaTeX数式を認識することができます。

PDFプロセッサMCPサーバーの使い方は？

ClaudeデスクトップまたはClaudeコードツールを通じて、事前定義されたコマンドを使用してPDFドキュメントを取得、処理、分析することができます。

適用シナリオ

学術論文、技術文書、またはその他の複雑な形式の内容を含むPDFファイルを処理する必要があるユーザーに適しています。

主要機能

PDF取得

指定されたURLからPDFファイルをダウンロードできます。

テキスト抽出

PDFから純粋なテキスト内容を抽出することができます。

LaTeX数式認識

PDF内のLaTeX数式を検出して抽出することができます。

Claudeとの統合

MCPプロトコルを通じてClaude対話モデルとシームレスに統合されます。

利点

ネットワークから直接PDFドキュメントを取得することをサポートします。

複雑なテキストと数式を抽出することができます。

ClaudeなどのAIモデルと互換性があり、作業効率を向上させます。

制限

PyMuPDFやpix2texなどの追加依存関係をインストールする必要があります。

非標準のPDF形式に対しては完全に解析できない場合があります。

大型のPDFファイルを処理する際には、より多くの計算リソースが必要になる場合があります。

使い方

依存関係のインストール

Python 3.9以上のバージョンがインストールされていることを確認し、すべての必要な依存パッケージをインストールしてください。

MCPサーバーの登録

MCP CLIツールを使用して、サーバーをClaudeデスクトップまたはClaudeコードに登録してください。

コマンドの実行

Claude内で事前定義されたコマンドを使用して、PDFファイルを取得、処理、読み取ります。

使用例

PDFの取得と分析

ユーザーが学術論文の内容、特にその中の数式を分析したい場合。

LaTeX数式の抽出

ユーザーがドキュメント内の数式を個別に抽出してさらに研究したい場合。

よくある質問

このサーバーにはどのような依存関係が必要ですか？

サーバーが正常に動作していることをどのようにテストしますか？

なぜ一部のPDFが正しく解析できないのですか？

🚀 PDF Processor MCP Server

このサーバーは、LaTeX数式の抽出などの高度な機能を備えたPDFドキュメントを処理するためのModel Context Protocol (MCP)サーバーです。ClaudeがPDFドキュメントから情報を取得、処理、抽出できるようにします。

✨ 主な機能

URLからのPDF取得
PDFからのテキスト抽出
LaTeX数式の認識と抽出
MCPを介したClaudeとの統合

📦 インストール

標準インストール

pip install -e .

Claude Desktop/Claude Code用のインストール

このMCPサーバーをClaude DesktopまたはClaude Codeで使用するには、以下の手順を実行します。

まだインストールされていない場合は、MCP CLIツールをインストールします。
```
pip install "mcp[cli]"
```
MCP CLIツールを使用してサーバーをインストールします。
```
mcp install /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor
```
たとえば、このリポジトリを~/mcp_pdf_processorにクローンした場合、次のように実行します。
```
mcp install ~/mcp_pdf_processor/pdf_tool_server.py --with-editable ~/mcp_pdf_processor
```

MCP Inspectorで開発する場合は、次のコマンドを使用します。

mcp dev /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor

Claude Desktopでは、次のコマンドを使用してPDF_TOOLSサーバーを会話で使用できます。

/mcp PDF_TOOLS fetch_pdf url=https://example.com/document.pdf
/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true
/mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

💻 使用例

単独で実行する場合

python pdf_tool_server.py

環境変数

OUTPUT_DIR: 処理済みのPDFを保存するディレクトリ（デフォルト: llm_output）
PYTHONPATH: mcp_pdf_processorパッケージを含むディレクトリに設定します。

Claudeとの連携

サーバーが登録されたら、Claudeに次のような要求をすることができます。

"[URL]のPDFを取得して分析してください"
"[URL]のPDFからLaTeX数式を抽出してください"
"[URL]のPDFの内容を要約してください"

🔧 技術詳細

このサーバーには以下の主な依存関係があります。

Python 3.9以上
pymupdf: PDF処理とテキスト抽出
mcp: Model Context Protocolのサポート
pydantic: データ検証とシリアル化
aiohttp: 非同期HTTPクライアント/サーバー
torch: LaTeX数式の抽出に使用（オプション）
pix2tex: LaTeX数式の認識に使用（オプション）

完全な依存関係とバージョン要件については、pyproject.tomlを参照してください。

💻 使用例

基本的な使用法

# 1. PDFを読み取らずに取得する
/mcp PDF_TOOLS fetch_pdf url=https://arxiv.org/pdf/2505.05522

# これによりハッシュIDが返され、次のステップで使用します

# 2. LaTeX抽出を伴うPDFを処理する
/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true

# これにより、処理済みの出力ファイル名が返されます

# 3. 処理済みの内容を読み取る
/mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

# これでClaudeがPDFの内容を分析できるようになり、LaTeX数式も含まれます