Markdownify MCP Server - UTF-8 增强版

这是 原始的 Markdownify MCP 项目 的增强版本，改进了对 UTF-8 编码的支持，并优化了多语言内容的处理。

中文文档

增强功能

• 添加了全面的 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

与原项目的主要区别

1. 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、日文、韩文及其他非 ASCII 字符
   • 修复了特定于 Windows 的编码问题（cmd.exe 和 PowerShell 兼容性）

2. 改进的错误处理：

   • 提供英文和中文的详细错误信息
   • 更好的网络问题异常处理
   • 转换失败时的优雅回退机制

3. 扩展的功能：

   • 支持批量处理多个文件
   • 增强了 YouTube 视频字幕的处理
   • 从各种文件格式中改进了元数据提取
   • 更好地保留了文档格式

4. 性能优化：

   • 优化了大文件转换时的内存使用
   • 加快了多语言内容的处理速度
   • 减少了依赖冲突

5. 更好的开发体验：

   • 全面的调试选项
   • 详细的日志系统
   • 针对不同环境的配置支持
   • 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（带元数据）
• 音频（带转录）
• Word 文档（DOCX）
• Excel 电子表格（XLSX）
• PowerPoint 演示文稿（PPTX）
• 网络内容：
  • YouTube 视频字幕
  • 搜索结果
  • 一般网页
• 已有的 Markdown 文件

快速开始

1. 克隆此仓库：

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

2. 安装依赖项：

   pnpm install
   

   注意：这也会安装 uv 及相关的 Python 依赖项。

3. 构建项目：

   pnpm run build
   

4. 启动服务器：

   pnpm start
   

系统要求

• 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

1. 安装 Node.js:

   • 从 Node.js 官方网站 下载
   • 验证安装: node --version

2. 安装 pnpm:

   npm install -g pnpm
   pnpm --version
   

3. 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

4. (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
   

项目设置

1. 克隆仓库:

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

2. 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
   

3. 安装项目依赖:

   # 安装 Node.js 依赖
   pnpm install
   
   # 安装 Python 依赖（将由 setup.sh 处理）
   ./setup.sh
   

4. 构建项目:

   pnpm run build
   

验证

1. 启动服务器:

   pnpm start
   

2. 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

基本使用

1. 转换网页:

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

   转换后的 Markdown 将保存为 converted_result.md

2. 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"
   

3. 转换 YouTube 视频:

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

高级使用

1. 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"
   

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

   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

1. 常见问题:

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

2. 调试:

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

使用

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，请在您的应用程序的服务器配置中添加以下内容：

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

故障排除

1. 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 以启用 UTF-8 支持

2. 权限问题

   • 确保您有足够的文件读/写权限
   • 在 Windows 上，您可能需要以管理员身份运行

致谢

本项目基于 Zach Caceres 的原始工作。感谢原作者的杰出贡献。

许可证

本项目继续使用 MIT 许可证。详情请参阅 LICENSE 文件。

贡献

欢迎贡献！在提交 Pull Request 之前，请：

1. 确保您的代码遵循项目的编码标准
2. 添加必要的测试和文档
3. 更新 README 中的相关部分

联系方式

对于问题或建议：

1. 提交 Issue: https://github.com/JDJR2024/markdownify-mcp-utf8/issues
2. 创建 Pull Request: https://github.com/JDJR2024/markdownify-mcp-utf8/pulls
3. 电子邮件: jdidndosmmxmx@gmail.com