PDF To Markdown Converter

🚀 MCP-PDF2MD サービス

MCPに基づく高性能なPDFからMarkdownへの変換サービスです。MinerU APIによってサポートされ、ローカルファイルとURLリンクのバッチ処理をサポートし、構造化された内容を出力します。

English | 中文

🚀 クイックスタート

1. リポジトリをクローンしてディレクトリに移動します。

git clone https://github.com/FutureUnreal/mcp-pdf2md.git
cd mcp-pdf2md

2. 仮想環境を作成し、依存関係をインストールします。

Linux/macOS:

uv venv
source .venv/bin/activate
uv pip install -e .

Windows:

uv venv
.venv\Scripts\activate
uv pip install -e .

3. 環境変数を設定します。

プロジェクトのルートディレクトリに.envファイルを作成し、以下の環境変数を設定します。

MINERU_API_BASE=https://mineru.net/api/v4/extract/task
MINERU_BATCH_API=https

✨ 主な機能

• 形式変換：PDFファイルを構造化されたMarkdown形式に変換します。
• 複数ソースサポート：ローカルのPDFファイルとネットワークリンクを同時に処理します。
• スマート処理：最適な処理方法を自動的に選択します。
• バッチ処理：複数のファイルのバッチ変換をサポートし、大量のPDFファイルを効率的に処理します。
• MCP統合：Claude DesktopなどのLLMクライアントとシームレスに接続します。
• 構造保持：元のドキュメントの構造を維持し、タイトル、段落、リストなどの内容を保持します。
• スマートな排版：人間の閲読習慣に合ったテキストを出力し、単列、多列、複雑なレイアウトに対応します。
• 数式変換：ドキュメント内の数式を自動的に識別し、LaTeX形式に変換します。
• 表抽出：ドキュメント内の表を自動的に識別し、構造化形式に変換します。
• クリーンアップと最適化：ヘッダー、フッター、注釈、ページ番号などを削除し、意味の連続性を確保します。
• 高品質な抽出：テキスト、画像、レイアウト情報を高品質で抽出します。

📦 システム要件

• ソフトウェア：Python 3.10+