pdf-agent-mcp

<p align="right"> <a href="#readme-zh">中文</a> | <a href="#readme-en">English</a> </p>

<a id="readme-zh"></a>中文

pdf-agent-mcp 是一个本地 MCP 服务，给 AI agent 提供 PDF 文本层读取能力。

工具列表

• inspect_pdf：检查 PDF 基本信息、页数、是否可能有文本层
• extract_pdf_text：按 raw / lines / blocks 抽取文本
• extract_pdf_outline：提取 PDF 目录（书签）
• extract_pdf_page：提取单页文本项和坐标

使用说明

环境要求：Node.js 22+

npm install
npm run dev

npm run lint
npm test
npm run build

推荐直接用 npx 启动：

npx -y github:sanhua1/pdf-agent-mcp

Agent 自然语言交互示例

在 Claude/Codex 里可直接说：

1. 先帮我 inspect 这个 PDF：/path/to/doc.pdf
2. 把 1-5 页按 lines 模式提取出来
3. 第 10 页排版乱，改用 blocks 模式再提取一次
4. 先读取目录，再按章节整理成 Markdown 摘要

Claude Code 配置方法

{
  "mcpServers": {
    "pdf-agent-mcp": {
      "command": "npx",
      "args": ["-y", "github:sanhua1/pdf-agent-mcp"]
    }
  }
}

Codex 配置方法

[mcp_servers.pdf-agent-mcp]
command = "npx"
args = ["-y", "github:sanhua1/pdf-agent-mcp"]

<a id="readme-en"></a>English

pdf-agent-mcp is a local MCP server for extracting text-layer content from PDF files.

Tools

• inspect_pdf: inspect metadata, page count, and text-layer hints
• extract_pdf_text: extract text in raw / lines / blocks modes
• extract_pdf_outline: read PDF bookmarks/outlines
• extract_pdf_page: extract text items with coordinates from a single page

Quick Start

Requirement: Node.js 22+

npm install
npm run dev

Run with npx:

npx -y github:sanhua1/pdf-agent-mcp