PDF 处理器 MCP 服务器

一个用于处理 PDF 文档的模型上下文协议（MCP）服务器，具有高级功能，包括 LaTeX 公式提取。该服务器使 Claude 能够获取、处理并从 PDF 文档中提取信息，包括 LaTeX 数学公式。

功能

• 从 URL 获取 PDF
• 从 PDF 中提取文本
• 识别和提取 LaTeX 公式
• 通过 MCP 与 Claude 集成

安装

标准安装

bash
pip install -e .

为 Claude Desktop/Claude Code 安装

要将此 MCP 服务器与 Claude Desktop 或 Claude Code 一起使用：

1. 如果尚未安装 MCP CLI 工具，请先安装：
   bash
   pip install "mcp[cli]"

2. 使用 MCP CLI 工具安装服务器：
   bash
   mcp install /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor

   例如，如果您已将此仓库克隆到 ~/mcp_pdf_processor：
   bash
   mcp install ~/mcp_pdf_processor/pdf_tool_server.py --with-editable ~/mcp_pdf_processor

3. 使用 MCP Inspector 进行开发：
   bash
   mcp dev /path/to/pdf_tool_server.py --with-editable /path/to/mcp_pdf_processor

4. 在 Claude Desktop 中，您现在可以使用以下命令在对话中使用 PDF_TOOLS 服务器：

   /mcp PDF_TOOLS fetch_pdf url=https://example.com/document.pdf
   /mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true
   /mcp PDF_TOOLS read_processed_pdf filename=

使用

独立运行

bash
python pdf_tool_server.py

环境变量

• OUTPUT_DIR: 存储处理后的 PDF 的目录（默认：llm_output）
• PYTHONPATH: 设置为包含 mcp_pdf_processor 包的目录

与 Claude 一起使用

当服务器注册后，您可以要求 Claude 执行以下操作：

• "获取并分析 [URL] 上的 PDF"
• "从 [URL] 上的 PDF 提取 LaTeX 公式"
• "总结 [URL] 上 PDF 的内容"

依赖项

服务器需要以下主要依赖项：

• Python 3.9 或更高版本
• pymupdf: PDF 处理和文本提取
• mcp: 模型上下文协议支持
• pydantic: 数据验证和序列化
• aiohttp: 异步 HTTP 客户端/服务器
• torch: 用于 LaTeX 公式提取（可选）
• pix2tex: 用于 LaTeX 公式识别（可选）

请参阅 pyproject.toml 以获取完整的依赖项列表及版本要求。

使用示例

这是一个使用 PDF 处理器与 Claude Desktop 的完整工作流示例：

1. 获取 PDF 但不读取它

/mcp PDF_TOOLS fetch_pdf url=https://arxiv.org/pdf/2505.05522

这将返回一个 hash_id，您将在下一步中使用它

2. 处理 PDF 并提取 LaTeX

/mcp PDF_TOOLS process_pdf hash_id=<HASH_ID> extract_latex=true

这将返回处理后的输出文件名

3. 读取处理后的内容

/mcp PDF_TOOLS read_processed_pdf filename=

现在 Claude 可以分析 PDF 内容，包括任何 LaTeX 公式

许可证

MIT