MCP 服务器

mcp-pdf2md

PDF 转 Markdown 转换工具

README

MCP-PDF2MD

English | 中文

MCP-PDF2MD 服务

一个基于 MCP 的高性能 PDF 到 Markdown 转换服务，由 MinerU API 提供支持，支持本地文件和 URL 链接的批量处理，并提供结构化输出。

主要特性

格式转换：将 PDF 文件转换为结构化的 Markdown 格式。
多源支持：处理本地 PDF 文件和 URL 链接。
智能处理：自动选择最佳处理方法。
批量处理：支持多文件批量转换，高效处理大量 PDF 文件。
MCP 集成：与 Claude Desktop 等 LLM 客户端无缝集成。
结构保留：保持原始文档结构，包括标题、段落、列表等。
智能布局：以人类可读的顺序输出文本，适用于单列、多列和复杂布局。
公式转换：自动识别并将文档中的公式转换为 LaTeX 格式。
表格提取：自动识别并将文档中的表格转换为结构化格式。
清理优化：删除页眉、页脚、脚注、页码等，以确保语义连贯性。
高质量提取：从 PDF 文档中高质量提取文本、图像和布局信息。

系统要求

软件：Python 3.10+

快速开始

克隆存储库并进入目录：

git clone https://github.com/FutureUnreal/mcp-pdf2md.git
cd mcp-pdf2md

创建虚拟环境并安装依赖项：

Linux/macOS:

uv venv
source .venv/bin/activate
uv pip install -e .

Windows:

uv venv
.venv\Scripts\activate
uv pip install -e .

配置环境变量：

在项目根目录中创建一个 .env 文件，并设置以下环境变量：

MINERU_API_BASE=https://mineru.net/api/v4/extract/task
MINERU_BATCH_API=https://mineru.net/api/v4/extract/task/batch
MINERU_BATCH_RESULTS_API=https://mineru.net/api/v4/extract-results/batch
MINERU_API_KEY=your_api_key_here

启动服务：
```
uv run pdf2md
```

命令行参数

该服务器支持以下命令行参数：

Claude Desktop 配置

在 Claude Desktop 中添加以下配置：

Windows:

{
    "mcpServers": {
        "pdf2md": {
            "command": "uv",
            "args": [
                "--directory",
                "C:\\path\\to\\mcp-pdf2md",
                "run",
                "pdf2md",
                "--output-dir",
                "C:\\path\\to\\output"
            ],
            "env": {
                "MINERU_API_KEY": "your_api_key_here"
            }
        }
    }
}

Linux/macOS:

{
    "mcpServers": {
        "pdf2md": {
            "command": "uv",
            "args": [
                "--directory",
                "/path/to/mcp-pdf2md",
                "run",
                "pdf2md",
                "--output-dir",
                "/path/to/output"
            ],
            "env": {
                "MINERU_API_KEY": "your_api_key_here"
            }
        }
    }
}