MCP 服务器

Markdownify MCP Server - UTF-8 Enhanced

一个文档转换服务器，可以将各种文件格式（PDF、文档、图像、音频、网页内容）转换为 Markdown，并改进了对多语言和 UTF-8 的支持。

文件系统

开发者工具

本地

TypeScript

访问服务器

Tools

youtube-to-markdown

Convert a YouTube video to markdown, including transcript if available

audio-to-markdown

Convert an audio file to markdown, including transcription if possible

xlsx-to-markdown

Convert an XLSX file to markdown

bing-search-to-markdown

Convert a Bing search results page to markdown

docx-to-markdown

Convert a DOCX file to markdown

get-markdown-file

Get a markdown file by absolute file path

image-to-markdown

Convert an image to markdown, including metadata and description

pdf-to-markdown

Convert a PDF file to markdown

pptx-to-markdown

Convert a PPTX file to markdown

webpage-to-markdown

Convert a webpage to markdown

README

Markdownify MCP 服务器 - UTF-8 增强版

这是原始 Markdownify MCP 项目的增强版本，具有改进的 UTF-8 编码支持和优化的多语言内容处理。

中文文档

增强功能

增加了全面的 UTF-8 编码支持
优化了多语言内容的处理
修复了 Windows 系统上的编码问题
改进了错误处理机制

与原始项目的主要区别

增强的编码支持：
- 在所有操作中完全支持 UTF-8
- 正确处理中文、日语、韩语和其他非 ASCII 字符
- 修复了 Windows 特定的编码问题（cmd.exe 和 PowerShell 兼容性）
改进的错误处理：
- 提供英文和中文的详细错误消息
- 针对网络问题提供更好的异常处理
- 针对转换失败提供优雅的降级机制
扩展的功能：
- 增加了批量处理多个文件的支持
- 增强了 YouTube 视频字幕的处理
- 改进了从各种文件格式中提取元数据的功能
- 更好地保留文档格式
性能优化：
- 优化了大型文件转换的内存使用
- 更快地处理多语言内容
- 减少了依赖冲突
更好的开发体验：
- 提供了全面的调试选项
- 详细的日志记录系统
- 支持特定于环境的配置
- 提供英文和中文的清晰文档

功能

支持将各种文件类型转换为 Markdown：

PDF 文件
图像（带有元数据）
音频（带有转录）
Word 文档 (DOCX)
Excel 电子表格 (XLSX)
PowerPoint 演示文稿 (PPTX)
Web 内容：
- YouTube 视频字幕
- 搜索结果
- 一般网页
现有的 Markdown 文件

快速开始

克隆此存储库：

git clone https://github.com/JDJR2024/markdownify-mcp-utf8.git
cd markdownify-mcp-utf8

安装依赖项：
```
pnpm install
```
注意：这也会安装 uv 和相关的 Python 依赖项。
构建项目：
```
pnpm run build
```
启动服务器：
```
pnpm start
```

要求

Node.js 16.0 或更高版本
Python 3.8 或更高版本
pnpm 包管理器
Git

详细安装指南

1. 环境设置

安装 Node.js：
- 从 Node.js 官方网站下载
- 验证安装：node --version
安装 pnpm：
```
npm install -g pnpm
pnpm --version
```
安装 Python：
- 从 Python 官方网站下载
- 确保在安装过程中将 Python 添加到 PATH
- 验证安装：python --version

(仅限 Windows) 配置 UTF-8 支持：

# 设置系统范围的 UTF-8
setx PYTHONIOENCODING UTF-8
# 设置当前会话的 UTF-8
set PYTHONIOENCODING=UTF-8
# 在命令提示符中启用 UTF-8
chcp 65001

2. 项目设置

克隆存储库：

git clone https://github.com/JDJR2024/markdownify-mcp-utf8.git
cd markdownify-mcp-utf8

创建并激活 Python 虚拟环境：

# Windows
python -m venv .venv
.venv\Scripts\activate

# Linux/macOS
python3 -m venv .venv
source .venv/bin/activate

安装项目依赖项：

# 安装 Node.js 依赖项
pnpm install

# 安装 Python 依赖项（将由 setup.sh 处理）
./setup.sh

构建项目：
```
pnpm run build
```

3. 验证

启动服务器：
```
pnpm start
```

测试安装：

# 转换网页
python convert_utf8.py "https://example.com"

# 转换本地文件
python convert_utf8.py "path/to/your/file.docx"

使用指南

基本用法

转换网页：
```
python convert_utf8.py "https://example.com"
```
转换后的 markdown 将保存为 converted_result.md

转换本地文件：

# 转换 DOCX
python convert_utf8.py "document.docx"

# 转换 PDF
python convert_utf8.py "document.pdf"

# 转换 PowerPoint
python convert_utf8.py "presentation.pptx"

# 转换 Excel
python convert_utf8.py "spreadsheet.xlsx"

转换 YouTube 视频：

python convert_utf8.py "https://www.youtube.com/watch?v=VIDEO_ID"

高级用法

环境变量：

# 设置自定义 UV 路径
export UV_PATH="/custom/path/to/uv"

# 设置自定义输出目录
export MARKDOWN_OUTPUT_DIR="/custom/output/path"

批量处理：创建一个包含 URL 或文件路径的批处理文件（例如，convert_batch.txt）：

https://example1.com
https://example2.com
file1.docx
file2.pdf

然后运行：

while read -r line; do python convert_utf8.py "$line"; done < convert_batch.txt

故障排除

常见问题：
- 如果看到编码错误，请确保已正确设置 UTF-8
- 对于 Windows 上的权限问题，以管理员身份运行
- 对于 Python 路径问题，请确保已激活虚拟环境

调试：

# 启用调试输出
export DEBUG=true
python convert_utf8.py "your_file.docx"

用法

命令行

将网页转换为 Markdown：

python convert_utf8.py "https://example.com"

转换本地文件：

python convert_utf8.py "path/to/your/file.docx"

桌面应用程序集成

要将此服务器与桌面应用程序集成，请将以下内容添加到应用程序的服务器配置中：

{
  "mcpServers": {
    "markdownify": {
      "command": "node",
      "args": [
        "{ABSOLUTE_PATH}/dist/index.js"
      ],
      "env": {
        "UV_PATH": "/path/to/uv"
      }
    }
  }
}

故障排除

编码问题
- 如果遇到字符编码问题，请确保 PYTHONIOENCODING 环境变量设置为 utf-8
- Windows 用户可能需要运行 chcp 65001 才能启用 UTF-8 支持
权限问题
- 确保您具有足够的文件读/写权限
- 在 Windows 上，您可能需要以管理员身份运行