MCP Docling

🚀 MCP 文檔處理服務器

MCP 文檔處理服務器藉助 Docling 庫，為用戶提供強大的文檔處理功能，滿足多樣化的文檔處理需求。

🚀 快速開始

安裝

你可以使用 pip 進行安裝：

pip install -e .

啟動服務器

使用標準輸入輸出（默認）或 SSE 傳輸啟動服務器：

# 使用 stdio 傳輸（默認）
mcp-server-lls

# 使用 SSE 傳輸和自定義端口
mcp-server-lls --transport sse --port 8000

如果你使用 uv，可以直接運行服務器而不需安裝：

# 使用 stdio 傳輸（默認）
uv run mcp-server-lls

# 使用 SSE 傳輸和自定義端口
uv run mcp-server-lls --transport sse --port 8000

✨ 主要特性

• 支持多種文檔處理工具，涵蓋文檔格式轉換、表格提取、批量處理等功能。
• 可與 Llama Stack 結合使用，為大語言模型應用提供文檔處理能力。
• 具備緩存機制，在 ~/.cache/mcp-docling/ 目錄下緩存處理過的文檔，提升重複請求性能。

💻 使用示例

基礎用法

結合 Llama Stack 使用

你可以將此服務器與 Llama Stack 結合使用，為你的大語言模型應用提供文檔處理功能。確保有一個運行中的 Llama Stack 實例。

# 以下是一個示例代碼：
_summary_and_qna('https://arxiv.org/pdf/2004.07606')

📚 詳細文檔

可用工具

服務器公開了以下工具：

1. convert_document：將來自 URL 或本地路徑的文檔轉換為 Markdown 格式

   • source：文檔的 URL 或本地文件路徑（必需）
   • enable_ocr：是否啟用 OCR 處理掃描件（可選，默認：false）
   • ocr_language：OCR 語言代碼列表，例如 ["en", "fr"]（可選）

2. convert_document_with_images：轉換文檔並提取嵌入的圖片

   • source：文檔的 URL 或本地文件路徑（必需）
   • enable_ocr：是否啟用 OCR 處理掃描件（可選，默認：false）
   • ocr_language：OCR 語言代碼列表（可選）

3. extract_tables：提取文檔中的表格並以結構化數據形式返回

   • source：文檔的 URL 或本地文件路徑（必需）

4. convert_batch：批量處理多個文檔

   • sources：文檔 URL 或文件路徑的列表（必需）
   • enable_ocr：是否啟用 OCR 處理掃描件（可選，默認：false）
   • ocr_language：OCR 語言代碼列表（可選）

5. qna_from_document：將文檔轉換為 YAML 格式的 Q&A 文件

   • source：文檔的 URL 或本地文件路徑（必需）
   • no_of_qnas：預期問答對的數量（可選，默認：5）

   ⚠️ 重要提示

   此工具需要 IBM Watson X 憑證，設置環境變量：

   • WATSONX_PROJECT_ID：你的 Watson X 項目 ID
   • WATSONX_APIKEY：你的 IBM Cloud API Key
   • WATSONX_URL：Watson X API 地址（默認：https://us-south.ml.cloud.ibm.com）

6. get_system_info：獲取系統配置和加速狀態的信息

緩存

服務器在 ~/.cache/mcp-docling/ 目錄下緩存處理過的文檔，以提高重複請求的性能。