MCP Docling 服务器

一个使用 Docling 库提供文档处理能力的 MCP 服务器。

安装

你可以使用 pip 安装该包：

pip install -e .

使用

使用 stdio（默认）或 SSE 传输方式启动服务器：

# Using stdio transport (default)
mcp-server-lls

# Using SSE transport on custom port
mcp-server-lls --transport sse --port 8000

如果你使用的是 uv，可以直接运行服务器而无需安装：

# Using stdio transport (default)
uv run mcp-server-lls

# Using SSE transport on custom port
uv run mcp-server-lls --transport sse --port 8000

可用工具

服务器提供了以下工具：

1. convert_document: 将 URL 或本地路径中的文档转换为 markdown 格式

   • source: 文档的 URL 或本地文件路径（必需）
   • enable_ocr: 是否对扫描文档启用 OCR（可选，默认：false）
   • ocr_language: OCR 的语言代码列表，例如 ["en", "fr"]（可选）

2. convert_document_with_images: 转换文档并提取嵌入的图片

   • source: 文档的 URL 或本地文件路径（必需）
   • enable_ocr: 是否对扫描文档启用 OCR（可选，默认：false）
   • ocr_language: OCR 的语言代码列表（可选）

3. extract_tables: 从文档中提取表格作为结构化数据

   • source: 文档的 URL 或本地文件路径（必需）

4. convert_batch: 批量处理多个文档

   • sources: 文档的 URL 或文件路径列表（必需）
   • enable_ocr: 是否对扫描文档启用 OCR（可选，默认：false）
   • ocr_language: OCR 的语言代码列表（可选）

5. qna_from_document: 从 URL 或本地路径创建 YAML 格式的 Q&A 文档

   • source: 文档的 URL 或本地文件路径（必需）
   • no_of_qnas: 预期的 Q&A 数量（可选，默认：5）
   • 注意：此工具需要将 IBM Watson X 凭证设置为环境变量：
     • WATSONX_PROJECT_ID: 你的 Watson X 项目 ID
     • WATSONX_APIKEY: 你的 IBM Cloud API 密钥
     • WATSONX_URL: Watson X API 的 URL（默认: https://us-south.ml.cloud.ibm.com）

6. get_system_info: 获取系统配置和加速状态信息

与 Llama Stack 结合使用的示例

https://github.com/user-attachments/assets/8ad34e50-cbf7-4ec8-aedd-71c42a5de0a1

你可以将此服务器与 Llama Stack 结合使用，为你的 LLM 应用程序提供文档处理能力。确保你有一个正在运行的 Llama Stack 服务器，然后配置你的 INFERENCE_MODEL

from llama_stack_client.lib.agents.agent import Agent
from llama_stack_client.lib.agents.event_logger import EventLogger
from llama_stack_client.types.agent_create_params import AgentConfig
from llama_stack_client.types.shared_params.url import URL
from llama_stack_client import LlamaStackClient
import os

# Set your model ID
model_id = os.environ["INFERENCE_MODEL"]
client = LlamaStackClient(
    base_url=f"http://localhost:{os.environ.get('LLAMA_STACK_PORT', '8080')}"
)

# Register MCP tools
client.toolgroups.register(
    toolgroup_id="mcp::docling",
    provider_id="model-context-protocol",
    mcp_endpoint=URL(uri="http://0.0.0.0:8000/sse"))

# Define an agent with MCP toolgroup
agent_config = AgentConfig(
    model=model_id,
    instructions="""You are a helpful assistant with access to tools to manipulate documents.
Always use the appropriate tool when asked to process documents.""",
    toolgroups=["mcp::docling"],
    tool_choice="auto",
    max_tool_calls=3,
)

# Create the agent
agent = Agent(client, agent_config)

# Create a session
session_id = agent.create_session("test-session")

def _summary_and_qna(source: str):
    # Define the prompt
    run_turn(f"Please convert the document at {source} to markdown and summarize its content.")
    run_turn(f"Please generate a Q&A document with 3 items for source at {source} and display it in YAML format.")

def _run_turn(prompt):
    # Create a turn
    response = agent.create_turn(
        messages=[
            {
                "role": "user",
                "content": prompt,
            }
        ],
        session_id=session_id,
    )

    # Log the response
    for log in EventLogger().log(response):
        log.print()

_summary_and_qna('https://arxiv.org/pdf/2004.07606')

缓存

为了提高重复请求的性能，服务器会在 ~/.cache/mcp-docling/ 中缓存已处理的文档。