MCP Docling

🚀 MCP ドキュメント処理サーバ

Docling ライブラリを使用してドキュメント処理機能を提供する MCP サーバです。

🚀 クイックスタート

MCP ドキュメント処理サーバは、Docling ライブラリを活用して、ドキュメントの変換や抽出などの処理を行います。以下に、サーバのインストールと使用方法を説明します。

📦 インストール

pip を使用してインストールすることができます。

pip install -e .

💻 使用例

基本的な使用法

標準入出力（デフォルト）または SSE 転送でサーバを起動します。

# stdio 転送を使用（デフォルト）
mcp-server-lls

# SSE 転送とカスタムポートを使用
mcp-server-lls --transport sse --port 8000

uv を使用する場合は、インストールせずに直接サーバを実行できます。

# stdio 転送を使用（デフォルト）
uv run mcp-server-lls

# SSE 転送とカスタムポートを使用
uv run mcp-server-lls --transport sse --port 8000

高度な使用法

このサーバは、以下のツールを公開しています。

1. convert_document: URL またはローカルパスからのドキュメントを Markdown 形式に変換します。

   • source: ドキュメントの URL またはローカルファイルパス（必須）
   • enable_ocr: スキャンドキュメントの OCR 処理を有効にするかどうか（オプション、デフォルト: false）
   • ocr_language: OCR 言語コードのリスト、例: ["en", "fr"]（オプション）

2. convert_document_with_images: ドキュメントを変換し、埋め込まれた画像を抽出します。

   • source: ドキュメントの URL またはローカルファイルパス（必須）
   • enable_ocr: スキャンドキュメントの OCR 処理を有効にするかどうか（オプション、デフォルト: false）
   • ocr_language: OCR 言語コードのリスト（オプション）

3. extract_tables: ドキュメント内のテーブルを抽出し、構造化データとして返します。

   • source: ドキュメントの URL またはローカルファイルパス（必須）

4. convert_batch: 複数のドキュメントをバッチ処理します。

   • sources: ドキュメントの URL またはファイルパスのリスト（必須）
   • enable_ocr: スキャンドキュメントの OCR 処理を有効にするかどうか（オプション、デフォルト: false）
   • ocr_language: OCR 言語コードのリスト（オプション）

5. qna_from_document: ドキュメントを YAML 形式の Q&A ファイルに変換します。

   • source: ドキュメントの URL またはローカルファイルパス（必須）
   • no_of_qnas: 予想される質問と回答のペアの数（オプション、デフォルト: 5）
   • 注意: このツールには IBM Watson X の認証情報が必要です。環境変数を設定してください。
     • WATSONX_PROJECT_ID: あなたの Watson X プロジェクト ID
     • WATSONX_APIKEY: あなたの IBM Cloud API Key
     • WATSONX_URL: Watson X API のアドレス（デフォルト: https://us - south.ml.cloud.ibm.com）

6. get_system_info: システム構成と加速状態の情報を取得します。

Llama Stack との連携例

このサーバを [Llama Stack](https://github.com/meta - llama/llama - stack) と組み合わせて使用することができ、大規模言語モデルアプリケーションにドキュメント処理機能を提供できます。実行中の Llama Stack インスタンスが必要です。

# 以下はサンプルコードです。
_summary_and_qna('https://arxiv.org/pdf/2004.07606')

📚 ドキュメント

サーバは ~/.cache/mcp - docling/ ディレクトリに処理済みのドキュメントをキャッシュし、繰り返しのリクエストのパフォーマンスを向上させます。