Nutrient Dws MCP Server

🚀 營養DWS MCP服務器

這是一個模型上下文協議（MCP）服務器實現，它與營養文檔網絡服務（DWS）處理器API集成，為AI助手提供強大的PDF處理能力。該服務器允許AI助手訪問營養DWS處理器API提供的工具，支持數字簽名、文檔生成、文檔編輯、OCR、水印添加、內容編輯等操作。

🚀 快速開始

與Claude桌面版搭配使用營養DWS MCP服務器

1. 獲取營養DWS API密鑰：在nutrient.io/api註冊。
2. 安裝Node.js：
   • macOS用戶：在命令行中使用brew等包管理器安裝Node.js。 (brew install node)
   • Windows用戶：訪問Node.js下載頁面下載Node安裝程序並運行。
3. 下載Claude桌面版：若尚未下載，可從此處下載並登錄。
4. 創建claude_desktop_config.json文件：
   • macOS用戶：點擊Mac屏幕頂部蘋果圖標旁邊的“Claude”，進入設置 > 開發者，點擊編輯配置。
   • Windows用戶：點擊Claude桌面版窗口左上角的漢堡菜單，進入文件 > 設置 > 開發者，點擊編輯配置。
5. 配置Claude：在claude_desktop_config.json中添加nutrient-dws（示例如下）。確保添加API密鑰並設置沙盒目錄：
   • macOS用戶：claude_desktop_config.json位於~/Library/Application\ Support/Claude目錄內。
   • Windows用戶：claude_desktop_config.json位於%APPDATA%\Claude目錄內。

⚠️ 重要提示

對於SANDBOX_PATH，可以使用Unix風格（使用正斜槓/分隔）或Windows風格（使用反斜槓\分隔）的路徑。並且，對於Windows路徑，必須對反斜槓進行轉義（即使用\\而非\）。

{
  "mcpServers": {
    "nutrient-dws": {
      "command": "npx",
      "args": ["-y", "@nutrient-sdk/dws-mcp-server"],
      "env": {
        "NUTRIENT_DWS_API_KEY": "YOUR_API_KEY_HERE",
        "SANDBOX_PATH": "/your/sandbox/directory" // 對於Windows系統為 "C:\\your\\sandbox\\directory"
      }
    }
  }
}

6. 重啟Claude桌面版：
   • 在Windows系統上，可能需要打開任務管理器並終止所有名為Claude的進程來重置應用程序。在macOS系統上，則需使用活動監視器。
7. 添加待處理文檔：使用任何文件管理器將文檔複製到通過上述SANDBOX_PATH環境變量設置的沙盒目錄中。
8. 處理文檔：向Claude Sonnet 3.7發出指令（例如“從secret.pdf中編輯所有個人身份信息”、“對文檔contract.pdf進行簽名”、“將secret.pdf和contract.pdf合併”等）。

⚠️ 重要提示

所有操作都涉及對磁盤上的文件進行讀寫。我們強烈建議使用沙盒目錄功能來增強安全性並防止數據丟失。

兼容性

營養DWS MCP服務器已在Claude桌面版（Claude 3.7 Sonnet）上進行了測試。其他MCP客戶端可能也能正常工作，但結果可能會有所不同。

目前，營養DWS MCP服務器支持macOS和Windows系統。如果您對Linux支持感興趣，請隨時提交問題。

進一步配置

沙盒模式（推薦）

服務器支持可選的沙盒模式，該模式將文件操作限制在特定目錄內。這對於安全目的非常有用，可確保服務器只能對指定目錄內的文件進行讀寫操作。您應將需要處理的任何文檔放入此目錄。

要啟用沙盒模式，請設置SANDBOX_PATH環境變量：

export SANDBOX_PATH=/path/to/sandbox/directory
npx @nutrient-sdk/dws-mcp-server

啟用沙盒模式後：

• 對於相對路徑，它們將相對於沙盒目錄進行解析。
• 在執行任何文件操作之前，所有輸入文件路徑都會經過驗證，以確保它們存在於沙盒內。

如果未指定沙盒目錄，服務器將在沒有文件路徑限制的情況下運行，允許訪問服務器進程有權限訪問的系統上的任何文件。（不推薦）

輸出位置

處理後的文件將保存到由大語言模型（LLM）確定的位置。如果啟用了沙盒模式，文件將保存在該目錄內。

要進一步指導大語言模型將輸出文件放置在何處，可以使用自然語言，例如“請將結果輸出到output/my_result.pdf”。您也可以在沙盒中添加一個output目錄，以提示大語言模型將所有結果文件保存到該目錄中。

✨ 主要特性

🤝 貢獻

請參閱CONTRIBUTING.md中的貢獻指南。