Intelligent Document Extraction - ComIDP

English | 繁體中文 | 日本語 | 简体中文

ComPDF MCP

ComPDF MCP は、MCP クライアントおよび AI エージェントプラットフォーム向けに構築されています。PDF／画像の解析とデータ抽出、PDF 変換、PDF 編集、画像変換の機能を提供します。まず元のドキュメントを処理し、より軽量でクリーン、かつ構造化された結果を AI に渡すことで、トークン使用量と AI コストを削減し、全体的な処理効率を向上させます。

• ComPDF MCP が役に立った場合は、GitHub で ⭐ Star を付けていただけると幸いです。プロジェクトの成長と改善につながります。
• ご質問やアイデアがありますか？Discussions に参加して、ぜひご意見をお寄せください。

ComPDF MCP を選ぶ理由 • 機能 • 技術アーキテクチャ • クイックスタート • デプロイと運用 • ライセンスと無料利用 • ユースケースとプロンプト例 • サポート

ComPDF MCP を選ぶ理由

ユーザーが ComPDF MCP を選ぶ主な理由は、単に AI に PDF を扱わせることではありません。複雑で長く、ノイズの多い元のドキュメントを、AI に分析、要約、質疑応答、自動化を任せる前に、モデルが理解しやすい入力へと処理できる点にあります。

元の PDF、スキャンファイル、画像ファイルは、多くの場合、サイズが大きく、ノイズが多く、構造も不安定です。ComPDF MCP であらかじめ変換、抽出、ページ単位の処理を行ってから結果を AI に渡すことで、次のことが可能になります。

• AI のトークン使用量を削減する
• AI コストを削減する
• 応答時間を短縮する
• 構造化出力の品質を向上させる
• ノイズの多い元ファイルにモデルの予算を浪費しない
• 1 つの MCP サービスで PDF と画像の両方を処理する
• ドキュメント中心のワークフローや、複数プラットフォームにまたがるエージェントの利用シナリオに対応する

この方法は、レポート、契約書、請求書、表、スキャンファイルなどのドキュメントを大量に処理する場合に特に有効です。こうしたケースでは、元のファイルを直接モデルに送るよりも、「まずドキュメントを処理し、その後 AI を呼び出す」ワークフローのほうが、一般にコスト効率が高く、後続の自動化にも適しています。

機能

ComPDF MCP は、ドキュメント変換、PDF 操作、インテリジェントな解析とデータ抽出という 3 つの主要な機能グループに重点を置いています。

1. PDF／画像変換

機能	説明
PDF から Word へ	PDF ファイルを編集可能な Word ドキュメントに変換します。元のレイアウト、テキスト、画像、書式をできる限り保持します。
PDF から Excel へ	PDF ファイルを Excel ブックに変換します。表、数値、構造化された業務データに対応しています。
PDF からスライドへ	PDF のページを編集可能な PowerPoint スライドに変換します。元のレイアウトと視覚的な構成をできる限り保持します。
PDF から HTML へ	PDF ファイルを HTML に変換し、テキスト、画像、表、レイアウトを維持しながら、ウェブでの表示やコンテンツの再利用を可能にします。
PDF から RTF へ	PDF ファイルを RTF ドキュメントに変換します。テキストと画像のコンテンツに対応しています。
PDF から画像へ	PDF のページを PNG または JPG 画像に変換します。解像度と DPI を設定できます。
PDF から CSV へ	PDF ファイルから表を抽出し、表ごとまたは結合した形式で CSV としてエクスポートします。
PDF から TXT へ	PDF またはスキャンした PDF ファイルからテキストを抽出し、プレーンテキストとして保存します。
PDF から JSON へ	PDF ファイルからテキスト、表、画像を抽出し、構造化された JSON として保存します。
PDF から Markdown へ	PDF ファイルを Markdown に変換し、ナレッジベース、開発者向けドキュメント、ブログシステム、AI ワークフローで再利用しやすくします。
PDF から検索可能な PDF へ	スキャンした PDF に OCR を実行し、検索、アーカイブ、後続処理に利用できる、テキストの選択、コピー、ハイライトが可能な PDF を出力します。
PDF から OFD へ	PDF ファイルを OFD ファイルに変換し、OFD アーカイブ、文書の回覧、ローカライズされたオフィス環境での利用に対応します。
Word から PDF へ	Word ドキュメントを PDF に変換します。共有、アーカイブ、印刷に向けて、レイアウト、フォント、画像、ページ構成をできる限り保持します。
PNG から PDF へ	PNG 画像を PDF に変換し、スクリーンショット、デザインファイル、補足画像資料をまとめて共有、印刷、アーカイブしやすくします。
RTF から PDF へ	RTF ドキュメントを PDF に変換します。デバイス間で一貫した表示と正式な出力のため、基本的なテキストのスタイルとレイアウトを保持します。
Excel から PDF へ	Excel ブックやスプレッドシートを PDF に変換し、レポートの共有、印刷、アーカイブや、数式の誤編集の防止に役立てます。
TXT から PDF へ	プレーンな TXT ファイルを PDF に変換し、ログ、メモ、テキスト形式の手順書を固定レイアウトのドキュメントとして整理しやすくします。
CSV から PDF へ	CSV の表データを PDF に変換し、スナップショットの共有、レビュー、印刷、業務上のアーカイブに利用できます。
スライドから PDF へ	PowerPoint プレゼンテーションを PDF に変換し、プレゼンテーションの配布、デバイス間での閲覧、正式な記録の保存に利用できます。
HTML から PDF へ	HTML ページやコンテンツの一部を PDF に変換し、ウェブページの保存、レポートのエクスポート、メールのアーカイブ、印刷可能な出力に利用できます。
画像から Word へ	JPG、JPEG、PNG、BMP 画像ファイルを編集可能な Word ドキュメントに変換します。
画像から Excel へ	画像ファイルを Excel ブックに変換します。表、テキスト、数値コンテンツに対応しています。
画像から PPT へ	画像ファイルを編集可能な PowerPoint スライドに変換します。目に見えるレイアウトとコンテンツ構成をできる限り保持します。
画像から PDF へ	JPG、JPEG、PNG、BMP などの画像ファイルを PDF に変換し、1 枚または複数の画像をまとめて共有、印刷、アーカイブできます。
画像から HTML へ	画像ファイルを HTML に変換します。テキスト、レイアウト、表、主要な視覚要素をできる限り保持します。
画像から RTF へ	画像ファイルを RTF ドキュメントに変換します。抽出したテキストと画像に対応しています。
画像から CSV へ	画像ファイルから表を抽出し、CSV としてエクスポートします。
画像から TXT へ	画像ファイルからテキストを抽出し、プレーンテキストとして保存します。
画像から JSON へ	画像ファイルからテキスト、表、画像を抽出し、構造化された JSON として保存します。

2. PDF の編集、保護、比較

機能	説明
PDF ファイルの結合	複数の PDF ファイルを 1 つの PDF ドキュメントに結合します。
PDF ファイルの分割	1 つの PDF ファイルを複数の小さな PDF ファイルに分割します。
PDF ページの回転	選択した PDF ページを 90、180、または 270 度回転します。
PDF ページの削除	PDF ファイルから 1 ページ以上を削除します。
PDF ページの挿入	別の PDF のページを既存の PDF に挿入します。
PDF ページの抽出	選択したページまたはページ範囲を抽出し、新しいファイルとして保存します。
PDF 規格の変換	PDF の適合規格またはアーカイブ規格を変換します。
透かしの追加	ブランディングや利用制御のために、PDF ファイルにテキストまたは画像の透かしを追加します。
透かしの削除	対応する PDF ファイルからテキストまたは画像の透かしを削除します。
PDF の圧縮	保存、アップロード、共有をしやすくするために、PDF ファイルのサイズを縮小します。
PDF の暗号化	AES 暗号化と権限管理により PDF ファイルを保護します。
PDF の復号	内部処理や再利用のため、許可された PDF ファイルからパスワードを削除します。
PDF の比較	2 つの PDF ファイル間のコンテンツの差異を比較します。

3. インテリジェントな解析とデータ抽出

機能	説明
インテリジェントなドキュメント解析	PDF や画像を解析し、エージェント、自動化ワークフロー、後続システム向けに構造化されたドキュメント出力を生成します。
PDF と画像からのインテリジェントなデータ抽出	PDF や画像からテキスト、表、コンテンツフィールドなどの有用なビジネスデータを抽出します。

技術アーキテクチャ

このプロジェクトは、Python、FastMCP、Starlette で構築された MCP Streamable HTTP サービスです。ツールのパラメータースキーマは、同梱された公式 OpenAPI パラメーターのスナップショットから生成され、サービスは未定義のパラメーターを拒否します。

クライアントは、集約エンドポイントを通じてすべてのツールにアクセスできます。

http://127.0.0.1:8000/mcp

ComPDF MCP の一部の機能だけが必要な場合は、以下のモジュールエンドポイントを使用してください。

モジュール	MCP エンドポイント	ビジネスツール数	代表的なツール
PDF および画像の変換	/mcp/conversion/mcp	28	pdf_to_word、pdf_to_markdown、image_to_json、word_to_pdf など
インテリジェントな解析とデータ抽出	/mcp/ai/mcp	2	document_parse、document_extract
PDF の編集、保護、比較	/mcp/pdf/mcp	13	merge_pdf、add_watermark、encrypt_pdf、compare_pdf など
すべての機能	/mcp	44	上記のすべてのツール

すべてのビジネスツールは共通のファイル入力形式を使用します。options 内のキーには、ComPDF API ドキュメントに記載された camelCase のパラメーター名を使用してください。special_files を通じてアップロードできるのは、htmlFile、templateFile、dataFile、imageFile、iccFile のみです。

{
  "files": [
    {
      "filename": "report.pdf",
      "content_base64": "JVBERi0xLjc...",
      "content_type": "application/pdf"
    }
  ],
  "options": {
    "pageRanges": "1-3,6",
    "enableOcr": 1
  },
  "special_files": {
    "imageFile": {
      "filename": "watermark.png",
      "content_base64": "iVBORw0..."
    }
  }
}

個々の Base64 ファイルのデコード後のサイズは、100 MB までです。同期ツールの応答には、ComPDF の結果、該当する公式ドキュメントの URL、ダウンロード URL の有効期限が 24 時間であることを示す記述が含まれます。

クイックスタート

1. サービスをインストールして実行する

前提条件：Python 3.10 以降。リポジトリのルートで仮想環境を作成し、パッケージを編集可能モードでインストールします。

Windows：

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -e .
Copy-Item .env.example .env
compdf-streaming-mcp

Linux / macOS：

python3 -m venv .venv
source .venv/bin/activate
pip install -e .
cp .env.example .env
compdf-streaming-mcp

サービスはデフォルトで 0.0.0.0:8000 でリッスンします。以下のエンドポイントで状態を確認できます。

• GET /healthz：サービスの状態とマウント済み MCP ルート。
• GET /readyz：ComPDF API の上流への呼び出しを行わない、レディネス状態。
• GET /metrics：Prometheus テキスト形式のリクエストカウンター。

2. サービスを設定する

.env.example を .env にコピーし、デプロイ環境に合わせて設定を調整します。サーバーは、ユーザーの ComPDF API キーを保存または設定しません。各 MCP リクエストでは、X-ComPDF-API-Key ヘッダーを通じてユーザー自身のキーを指定します。ComPDF Portal に登録して、以下に示す場所から無料の API キーをコピーできます。

COMPDF_API_BASE_URL=https://api-server.compdf.com/server
COMPDF_API_TIMEOUT_SECONDS=180
MCP_HOST=0.0.0.0
MCP_PORT=8000
MCP_ALLOWED_HOSTS=localhost,localhost:*,127.0.0.1,127.0.0.1:*,mcp.example.com
MCP_RATE_LIMIT_PER_MINUTE=120

中国本土のアカウントでは、COMPDF_API_BASE_URL=https://api-server.compdf.cn/server を使用してください。本番環境では、リバースプロキシのドメインを MCP_ALLOWED_HOSTS に追加します。必要に応じて、デフォルト以外のポートを含めるか、mcp.example.com:* を使用してください。

3. MCP クライアントを設定する

以下の例では、統合 MCP URL http://127.0.0.1:8000/mcp を使用します。リモート環境にデプロイする場合は、公開 HTTPS アドレス（例：https://your-domain.example/mcp）に置き換えてください。

まず、個人用の ComPDF API キーを取得します（登録して無料の API キーを取得）。環境変数を使用するクライアントの場合は、先にクライアントマシン上でキーを設定します。

$env:COMPDF_API_KEY = "your-own-compdf-api-key"

Codex

リモート MCP サービスを ~/.codex/config.toml に追加します。

[mcp_servers.compdf]
url = "http://127.0.0.1:8000/mcp"
env_http_headers = { "X-ComPDF-API-Key" = "COMPDF_API_KEY" }
tool_timeout_sec = 180

Claude（Claude Code）

以下の MCP サーバーを、ユーザーレベルの設定ファイル ~/.claude.json に追加してください。COMPDF_API_KEY は、Claude Code の起動に使用するターミナルセッションで利用できる必要があります。

{
  "mcpServers": {
    "compdf": {
      "type": "http",
      "url": "http://127.0.0.1:8000/mcp",
      "headers": {
        "X-ComPDF-API-Key": "${COMPDF_API_KEY}"
      }
    }
  }
}

~/.claude.json にすでに設定がある場合は、ファイルを上書きせず、既存の mcpServers オブジェクトに compdf をマージしてください。

GitHub Copilot（VS Code）

VS Code のコマンドパレットから MCP: Open User Configuration を実行するか、ワークスペースに .vscode/mcp.json を作成して、以下の設定を追加してください。初回使用時に、VS Code がパスワードフィールドで API キーの入力を求めます。

{
  "inputs": [
    {
      "type": "promptString",
      "id": "compdf-api-key",
      "description": "ComPDF API Key",
      "password": true
    }
  ],
  "servers": {
    "compdf": {
      "type": "http",
      "url": "http://127.0.0.1:8000/mcp",
      "headers": {
        "X-ComPDF-API-Key": "${input:compdf-api-key}"
      }
    }
  }
}

Cursor

Cursor Settings > Tools & MCP を開いて New MCP Server を選択するか、~/.cursor/mcp.json を編集して、以下を追加してください。

{
  "mcpServers": {
    "compdf": {
      "url": "http://127.0.0.1:8000/mcp",
      "headers": {
        "X-ComPDF-API-Key": "your-own-compdf-api-key"
      }
    }
  }
}

この Cursor の設定では、キーがローカルの設定ファイルに保存されます。キーを含む ~/.cursor/mcp.json やプロジェクトレベルの設定ファイルをコミットしないでください。

すべてのクライアントは、MCP リクエストごとに X-ComPDF-API-Key を送信する必要があります。キーをツールの引数、URL パラメーター、またはチャットメッセージとして渡さないでください。

4. 非同期アップロードと署名付きアップロード

44 個の同期ビジネスツールに加えて、各モジュールには list_operations と以下のタスクツールが用意されています。

• start_async_operation：長時間の処理や複数ファイルの処理に対応する /v2/processAsync/... エンドポイントを呼び出します。
• get_task_status：/v2/task/taskInfo からタスクのステータスを取得します。
• create_presigned_upload、upload_presigned_file、start_presigned_operation：署名付きタスクの作成、ファイルのアップロード、タスクの開始を順番に行います。

署名付きアップロードは、標準ファイルを 1 つ使用する操作のみをサポートしています。PDF の結合、比較、ページの挿入などには非同期モードを使用してください。署名付き URL は作成元のモジュールサーバーのメモリ内にのみ保持され、ツールの引数やレスポンスフィールドとして公開されることはありません。

デプロイと運用

Docker Compose でサービスをビルドして実行します。

docker compose up --build

本番環境では、HTTPS リバースプロキシの背後で集約エンドポイントを https://your-domain.example/mcp として公開し、MCP_ENV=production、MCP_PUBLIC_URL、MCP_OAUTH_ISSUER_URL、MCP_STATIC_TOKENS_JSON を設定してください。これを有効にした場合、クライアントは Authorization: Bearer <token> も送信する必要があります。このサービストークンは、各ユーザーの ComPDF API キーとは別のものです。イメージの転送、HTTPS プロキシ、更新、ロールバックの手順については、DEPLOYMENT.md を参照してください。

ライセンスと無料利用

ComPDF MCP は、購入や営業への問い合わせをせずに無料で利用できます。

• 登録して無料の API キーを取得し、設定してください

• 個人での試用、機能の検証、ワークフローのテストに適しています

• より多くの API アセット、エンタープライズ向けのデプロイ、または商業提携が必要な場合は、営業にお問い合わせください

導入のハードルを下げることで、より深いビジネス利用に進むかを決める前に、実際の AI ドキュメントワークフローを簡単に試せるようになります。

ユースケースとプロンプト例

PDF、画像、その他のソースファイルをアップロードします。表の抽出、形式の変換、PDF の結合、透かしの追加などのタスクを指示します。エージェントが対応する ComPDF Server ツールを呼び出し、結果を返します。さらに詳しい分析が必要な場合は、処理済みの出力を AI に渡します。

シナリオ例：

• Claude、Cursor、Cline などの MCP クライアントでは、ユーザーがレポート、マニュアル、提案書の PDF をアップロードし、まず Markdown または Word に変換してから、AI に要約、ナレッジに関する質問への回答、コンテンツの再構成などを依頼します
• 請求書、明細書、スキャンした表、画像の添付ファイルを扱う MCP ワークフローでは、ユーザーがまず表と構造化データを抽出し、その後、財務レビュー、データ入力、自動振り分けに進みます
• エージェントのワークフローで契約書、入札書類、見積書、アーカイブファイルを整理する際、ユーザーはまず PDF を結合、分割し、透かしを追加して変換した後、AI に渡して整理、命名、送付準備を行います
• 複数ステップの自動化ワークフローでは、ユーザーがまず PDF または画像ファイルを軽量な CSV、JSON、TXT の出力に変換し、その後、後続のエージェントにフィールドの正規化、承認フロー、ナレッジベースへの取り込み、スクリプトのオーケストレーションを任せます

プロンプト例：

• この PDF を Word に変換し、レイアウトをできるだけ保持してください。
• この PDF からすべての表を抽出し、CSV としてエクスポートしてください。
• この画像を JSON に変換し、構造化コンテンツを返してください。
• これらの PDF を結合し、透かしを追加して、最終ファイルを返してください。
• まずこのレポートを Markdown に変換してから、要点を要約してください。

---

ComPDF チームが開発しました。
ウェブサイト · 営業担当へのお問い合わせ · テクニカルサポート