pdf-mcp
Enables PDF document processing including text, image, and table extraction, as well as intelligent classification and similarity analysis across multiple languages.
README
PDF-MCP 
📄 PDF-MCP 服务
高性能 PDF 文档处理服务,支持文本、图片、表格提取及高级分析。
✨ 主要特性
- 📜 文本提取:多语言支持,保留格式。
- 🖼️ 图片处理:提取与优化。
- 📊 表格识别:结构化数据输出。
- 🧠 智能分类:基于深度学习。
- 🔍 相似度分析:跨语言比较。
- 🌐 多语言支持:100+ 种语言。
💻 系统要求
- 🖥️ 硬件:2 核 CPU,4GB 内存。
- ⚙️ 软件:Python 3.10+,可选 CUDA 支持。
🚀 快速开始
- 🗂️ 克隆仓库并进入目录:
git clone https://github.com/saury1120/pdf-mcp.git cd pdf-mcp - 🛠️ 创建虚拟环境并安装依赖:
uv venv source .venv/bin/activate uv pip install -r requirements.txt - ▶️ 启动服务:
uv run pdf_reader
Claude Desktop 配置
- 找到配置文件:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%AppData%/Claude/claude_desktop_config.json
- macOS:
- 添加以下配置:
{
"mcpServers": {
"pdf_reader": {
"command": "uv",
"args": [
"--directory",
"/path/to/pdf-mcp", # 替换为实际路径
"run",
"pdf_reader"
]
}
}
}
PDF-MCP Service
A high-performance PDF document processing service supporting text, image, table extraction, and advanced analysis.
✨ Key Features
- 📜 Text Extraction: Multilingual support, retains formatting.
- 🖼️ Image Processing: Extraction and optimization.
- 📊 Table Recognition: Structured data output.
- 🧠 Intelligent Classification: Based on deep learning.
- 🔍 Similarity Analysis: Cross-language comparison.
- 🌐 Multilingual Support: 100+ languages.
💻 System Requirements
- 🖥️ Hardware: 2-core CPU, 4GB RAM.
- ⚙️ Software: Python 3.10+, optional CUDA support.
🚀 Quick Start
- 🗂️ Clone the repository and enter the directory:
git clone https://github.com/saury1120/pdf-mcp.git cd pdf-mcp - 🛠️ Create a virtual environment and install dependencies:
uv venv source .venv/bin/activate uv pip install -r requirements.txt - ▶️ Start the service:
uv run pdf_reader
Claude Desktop
{
"mcpServers": {
"pdf_reader": {
"command": "uv",
"args": [
"--directory",
"/path/to/pdf-mcp", # 替换为实际路径
"run",
"pdf_reader"
]
}
}
}
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。