Pdf2md

🚀 MCP-PDF2MD サービス

このサービスは、MCPをベースにした高性能な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ており、ローカルファイルとURLリンクのバッチ処理が可能で、構造化された結果を出力します。

English | 中文

🚀 クイックスタート

1. リポジトリをクローンし、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。
• 多ソース対応：ローカルのPDFファイルとWebのURLリンクを同時に処理できます。
• スマート処理：最適な処理方法を自動的に選択します。
• バッチ処理対応：複数のファイルをバッチで処理でき、大量のPDFファイルの処理にも効率的です。
• MCP統合：Claude Desktopなどの大規模言語モデルクライアントとシームレスに接続できます。
• 構造保持：元のドキュメントの構造（タイトル、段落、リストなど）を維持します。
• スマートなレイアウト：人間の閲読習慣に合った文字順序で出力し、シングルカラム、マルチカラム、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、構造化された形式に変換します。
• 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、意味が連続するようにします。
• 高品質抽出：PDFドキュメント内のテキスト、画像、レイアウト情報を高品質で抽出します。

📦 インストール

システム要件

• ソフトウェア: Python 3.10+