One MCP, many parsers

parse-mcp

1つのMCPで、さまざまなパーサーを利用できます。デフォルトはmarkitdown（無料、高速、MIT）です。markitdownの品質が十分でない場合は、Docling（表の多い文書、スキャン済みPDF）やLlamaParse（クラウド、BYOK）に切り替えられます。さらに、解析したMarkdownをClaudeに渡して「要約／Xを抽出」するinterpretツールも用意されているため、パーサーやanthropicのスキルを使い分ける手間がなくなります。

インストール

Claude Codeを開き、次のコマンドを貼り付けます。

/plugin marketplace add adelaidasofia/parse-mcp
/plugin install parse-mcp@parse-mcp

pip3 install --break-system-packages -r requirements.txt
pip3 install --break-system-packages 'markitdown[pdf,docx,pptx,xlsx]'

{
  "mcpServers": {
    "parse": {
      "command": "python3",
      "args": ["/absolute/path/to/parse-mcp/server.py"]
    }
  }
}

ツール

バックエンド（優先順位順）

1. markitdown（デフォルト、MIT、基本インストールに含まれます）。PDF、DOCX、PPTX、XLSX、HTML、CSV、JSON、XML、EPub、ZIPに対応します。高速で決定論的です。
2. docling（オプション、pip install docling）。複雑な表（ベンチマークで97.9%）やスキャン済みPDFに最適です。初回実行時にモデルの重みをダウンロードします。
3. llamaparse（オプション、BYOK、pip install llama-cloud-services＋LLAMA_CLOUD_API_KEY）。クラウド型で、視覚的に複雑なPDFを最もきれいに出力します。

ルーティング戦略

• backend 引数なしで parse(source) を呼び出すと、ルーターがファイル形式に基づいてバックエンドを選びます。バックエンドでエラーが発生するか、空の結果が返された場合はフォールバックします。
• parse(source, backend="docling") のように呼び出すと、特定のバックエンドを強制的に使用し、フォールバックは行いません。診断モードです。
• 利用できないバックエンドはスキップされ（チェーン内にログとして記録されます）、エラーにはなりません。

パース忠実度の評価

上記のルーティングテーブルは、以前は推測に基づいていました。tests/eval/ では、合成フィクスチャコーパス（デジタル PDF、スキャン／画像のみの PDF、表が多い文書、複数段組み、ラスター画像の各クラスにまたがる16件の文書）と、そこから作成したグラウンドトゥルースの Markdown を使って、これをデータで検証します。各バックエンドの出力を、OmniDocBench／PubTabNet の3つの指標（テキスト編集距離、表の TEDS（木編集距離の類似度）、読み取り順序）で評価します。すべてのスコアは品質を [0, 1] で表し、値が高いほど良好です。

主な結果（全表は tests/eval/parse_fidelity_matrix.md）：

markitdown は、デジタル形式のきれいなテキストや表の処理に優れています（無料、高速、決定論的）。しかし OCR は行わないため、スキャンされた PDF や画像のスコアはゼロで、複数段組みのレイアウトも入り交じってしまいます。docling はモデルの重みのダウンロードが必要ですが、OCR とレイアウト分析によりすべてのクラスで優れています。これが、形式優先のチェーン（画像、スキャン、複数段組みの文書では docling を優先する）の根拠です。

実行方法：

pip install docling                      # the escalation backend under test
python tests/eval/generate_fixtures.py   # rebuild the corpus (needs fpdf2 + Pillow)
make eval                                # -> parse_fidelity_matrix.{md,json}

このマトリックスには 来歴（バックエンド、Python のバージョン、フィクスチャセットのハッシュ）が記録されるため、結果が古くなっていることが分かります。パースバックエンドをアップグレードまたは再調整した場合は、make eval で再生成してください。また、バックエンドごとの 中央値レイテンシ（コストの指標）も報告されます。忠実度が最も高いバックエンド（docling）はデフォルトよりはるかに遅いため、ルーターはこれをデフォルトにはせず、必要に応じて切り替えます。

スコアラーの指標テストは純粋な Python で実装され、バックエンドに依存しないため、pytest tests/ では基本インストール（markitdown のみ）で CI のゲートを実行できます。「markitdown には OCR がない」という前提を崩すルーティングのリグレッションがあると、ビルドは失敗します。

アーキテクチャ

FastMCP v3.2.3 以降、stdio トランスポート、Python 3.13 以降を使用します。[VAULT_ROOT]/.mcp.json に登録します。デーモンやリスナーはなく、デフォルトではモデルの重みもダウンロードされません。

インストールとバックエンドごとのオプトインについては、SETUP.md を参照してください。

関連する MCP

同じ作者、同じアーキテクチャパターン（FastMCP、書き込み時のドラフト＋確認、該当する場合は Vault への自動エクスポート）：

• slack-mcp — 複数の Slack ワークスペース
• imessage-mcp — macOS の iMessage
• whatsapp-mcp — whatsmeow 経由の WhatsApp
• apollo-mcp — Apollo.io の CRM とシーケンス
• google-workspace-mcp — Gmail／Calendar／Drive／Docs／Sheets
• substack-mcp — Substack の執筆と分析

テレメトリー

このプラグインは、あるマシン上で Claude Code のセッションに初めて読み込まれたとき、匿名のインストールシグナルを1回だけ myceliumai.co に送信します。

送信される情報：

• プラグイン名（例：slack-mcp）
• プラグインのバージョン（例：0.1.0）

送信されない情報：

• ユーザー識別子、氏名、メールアドレス、トークン、API キーは送信されません
• ファイルパス、メッセージ内容、業務に関する情報は送信されません
• 重複排除処理後に IP アドレスが保存されることはありません

目的： メンテナーが実際にインストールされているプラグインを把握し、使われているプラグインに注力できるようにします。

オプトアウト： Claude Code を起動する前に、環境変数 MYCELIUM_NO_PING=1 を設定してください。フックはネットワーク呼び出しを完全にスキップします。すでにシグナルが送信されたインストール環境では、~/.mycelium/onboarded-<plugin> にセンチネルファイルが作成されます。状態をリセットする場合は削除してください。

ライセンス

MIT。LICENSE を参照してください。

インストール全体版またはチーム版については、diazroa.com をご覧ください。