MCP Docling

🚀 MCP 文档处理服务器

MCP 文档处理服务器借助 Docling 库，为用户提供强大的文档处理功能，满足多样化的文档处理需求。

🚀 快速开始

安装

你可以使用 pip 进行安装：

pip install -e .

启动服务器

使用标准输入输出（默认）或 SSE 传输启动服务器：

# 使用 stdio 传输（默认）
mcp-server-lls

# 使用 SSE 传输和自定义端口
mcp-server-lls --transport sse --port 8000

如果你使用 uv，可以直接运行服务器而不需安装：

# 使用 stdio 传输（默认）
uv run mcp-server-lls

# 使用 SSE 传输和自定义端口
uv run mcp-server-lls --transport sse --port 8000

✨ 主要特性

• 支持多种文档处理工具，涵盖文档格式转换、表格提取、批量处理等功能。
• 可与 Llama Stack 结合使用，为大语言模型应用提供文档处理能力。
• 具备缓存机制，在 ~/.cache/mcp-docling/ 目录下缓存处理过的文档，提升重复请求性能。

💻 使用示例

基础用法

结合 Llama Stack 使用

你可以将此服务器与 Llama Stack 结合使用，为你的大语言模型应用提供文档处理功能。确保有一个运行中的 Llama Stack 实例。

# 以下是一个示例代码：
_summary_and_qna('https://arxiv.org/pdf/2004.07606')

📚 详细文档

可用工具

服务器公开了以下工具：

1. convert_document：将来自 URL 或本地路径的文档转换为 Markdown 格式

   • source：文档的 URL 或本地文件路径（必需）
   • enable_ocr：是否启用 OCR 处理扫描件（可选，默认：false）
   • ocr_language：OCR 语言代码列表，例如 ["en", "fr"]（可选）

2. convert_document_with_images：转换文档并提取嵌入的图片

   • source：文档的 URL 或本地文件路径（必需）
   • enable_ocr：是否启用 OCR 处理扫描件（可选，默认：false）
   • ocr_language：OCR 语言代码列表（可选）

3. extract_tables：提取文档中的表格并以结构化数据形式返回

   • source：文档的 URL 或本地文件路径（必需）

4. convert_batch：批量处理多个文档

   • sources：文档 URL 或文件路径的列表（必需）
   • enable_ocr：是否启用 OCR 处理扫描件（可选，默认：false）
   • ocr_language：OCR 语言代码列表（可选）

5. qna_from_document：将文档转换为 YAML 格式的 Q&A 文件

   • source：文档的 URL 或本地文件路径（必需）
   • no_of_qnas：预期问答对的数量（可选，默认：5）

   ⚠️ 重要提示

   此工具需要 IBM Watson X 凭证，设置环境变量：

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

6. get_system_info：获取系统配置和加速状态的信息

缓存

服务器在 ~/.cache/mcp-docling/ 目录下缓存处理过的文档，以提高重复请求的性能。