MCP Pdf Processor

🚀 PDF處理器MCP服務器

這是一個用於處理PDF文檔的模型上下文協議（MCP）服務器，具備高級功能，包括LaTeX公式提取。該服務器能讓Claude獲取、處理並從PDF文檔中提取信息，包括LaTeX數學公式。

✨ 主要特性

• 從URL獲取PDF文件。
• 從PDF中提取文本。
• 識別並提取LaTeX公式。
• 通過MCP與Claude集成。

📦 安裝指南

標準安裝

pip install -e .

為Claude桌面版/Claude代碼版安裝

若要在Claude桌面版或Claude代碼版中使用此MCP服務器，請按以下步驟操作：

1. 若尚未安裝MCP命令行工具，請進行安裝：

   pip install "mcp[cli]"
   

2. 使用MCP命令行工具安裝服務器：

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

   例如，若你將此倉庫克隆到了~/mcp_pdf_processor，則可執行：

   mcp install ~/mcp_pdf_processor/pdf_tool_server.py --with-editable ~/mcp_pdf_processor
   

3. 若要使用MCP檢查器進行開發：

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

4. 在Claude桌面版中，你現在可以在對話中使用以下命令調用PDF_TOOLS服務器：

   /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>
   

💻 使用示例

基礎用法

獨立運行

python pdf_tool_server.py

環境變量

• OUTPUT_DIR：存儲處理後PDF文件的目錄（默認：llm_output）。
• PYTHONPATH：設置為包含mcp_pdf_processor包的目錄。

與Claude配合使用

當服務器註冊完成後，你可以要求Claude執行以下操作：

• “獲取並分析[URL]處的PDF文件”。
• “從[URL]處的PDF文件中提取LaTeX公式”。
• “總結[URL]處PDF文件的內容”。

高級用法

以下是一個使用PDF處理器與Claude桌面版配合的完整示例工作流程：

# 1. 獲取PDF文件但不讀取
/mcp PDF_TOOLS fetch_pdf url=https://arxiv.org/pdf/2505.05522

# 此操作會返回一個哈希ID，你將在下一步中使用它

# 2. 處理PDF文件並提取LaTeX公式
/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true

# 此操作會返回處理後輸出文件的文件名

# 3. 讀取處理後的內容
/mcp PDF_TOOLS read_processed_pdf filename=<FILENAME>

# 現在Claude可以分析PDF內容，包括其中的任何LaTeX公式

📚 詳細文檔

服務器需要以下主要依賴項：

• Python 3.9或更高版本。
• pymupdf：用於PDF處理和文本提取。
• mcp：提供模型上下文協議支持。
• pydantic：用於數據驗證和序列化。
• aiohttp：異步HTTP客戶端/服務器。
• torch：用於LaTeX公式提取（可選）。
• pix2tex：用於LaTeX公式識別（可選）。

完整的依賴項列表和版本要求請參閱pyproject.toml。

📄 許可證

本項目採用MIT許可證。