superPDF AI

---

superPDF は PDF を、作成されたときの構造に基づいて読み取ります。つまり、内部のテキスト、フォント、図形から内容を読み取ります。文書を Markdown、HTML、JSON として再構成し、適切なレベルの見出し、行と列を保った表、元になった数値を復元したグラフを生成します。スキャンされたページは 15 言語の OCR で読み取ります。

コンピューター上でコマンド、Python パッケージ、Claude Code、Cursor、Codex などの AI アシスタント向け MCP サーバー、または独自のスクリプト用ローカル REST API として実行できます。許可したフォルダー内のファイルのみを開き、ファイルをアップロードすることはありません（MCP 経由では、アシスタントが読み取るテキストは、そのアシスタントに見せたファイルと同様に、アシスタントのモデルに送信されます）。これは、ブラウザーで superpdf.ai を支えるものと同じリーダーです。

利用方法	インストールまたは実行	ドキュメント
コマンドライン	npm install -g @superpdf/cli、またはインストールせずに npx @superpdf/cli …	CLI
Homebrew を使ったコマンドライン	brew install arjunprabhulal/superpdf/superpdf	Tap
AI アシスタント向け MCP サーバー	superpdf mcp --allow-dir ~/Documents/superPDF	MCP の設定
ローカル REST API（OpenAPI 3.1）	superpdf serve --allow-dir ~/Documents/superPDF	API
JavaScript および TypeScript SDK	npm install @superpdf/cli の後、import { toDocx } from '@superpdf/cli'	SDK
Python SDK	pip install superpdf または uv add superpdf	Python
インストールせずに Python を使用	uvx superpdf … または pipx run superpdf …	Python
LangChain	pip install langchain-superpdf	ローダー
LlamaIndex	pip install llama-index-readers-superpdf	リーダー
LangGraph エージェント	langchain-mcp-adapters 経由の MCP サーバー	エージェント

比較

ParseBench のオープンソーステストスイートを全 2,078 件のドキュメントで実行した独自のテストでは、superPDF の総合スコアは 65.0 です（調整に使われていないドキュメントでは 64.8）。公式リーダーボードにはまだ掲載されていません。その他のスコアは、公開リーダーボード（2026 年 10 月 12 日）から一部を抜粋したものです。

パーサー	総合	表	グラフ	コンテンツ	書式	根拠
LlamaParse Agentic Plus（有料サービス）	90.2	93.4	94.2	92.3	87.1	84.1
Claude Opus 5.5（AI モデル）	78.0	93.9	64.1	91.8	77.0	63.2
superPDF（言語モデル不使用、独自テスト）	65.0	68.4	52.2	80.5	62.3	61.5
Azure Document Intelligence	59.6	86.0	1.6	84.9	51.9	73.8
Docling（docling-models）	50.6	66.4	52.8	66.9	1.0	66.1
Google Cloud Document AI	50.4	55.1	1.4	83.7	50.5	61.3
AWS Textract	47.9	84.6	6.0	74.8	3.7	70.4

Azure、Google、AWS のサービスと比べると、superPDF はグラフのスコアが大幅に高く、書式のスコアも高くなっています。一方、表では Azure と Textract のスコアが高くなっています。総合スコアでは LlamaParse と Claude Opus 5.5 が上回っています。全比較表と方法については、superpdf.ai/performance をご覧ください。

クイックスタート

Node.js 22 以降が必要です。

ターミナルから使う

npx @superpdf/cli export report.pdf --output report.md

npx はツールを一度ダウンロードして実行します。superpdf コマンドをインストールして継続的に使うには、次のようにします。

npm install -g @superpdf/cli
superpdf help

または、macOS または Linux では、Node.js が同梱された Homebrew を使います。

brew install arjunprabhulal/superpdf/superpdf

AI アシスタントから使う（MCP）

アシスタントが使用できるフォルダーを作成してから、サーバーを追加します。Claude Code の場合：

mkdir -p ~/Documents/superPDF
claude mcp add --scope user superpdf -- npx -y @superpdf/cli mcp --allow-dir ~/Documents/superPDF

Cursor、Claude Desktop、その他の MCP 設定ファイルを読み込むアシスタントの場合：

{
  "mcpServers": {
    "superpdf": {
      "command": "npx",
      "args": ["-y", "@superpdf/cli", "mcp", "--allow-dir", "/Users/you/Documents/superPDF"]
    }
  }
}

コマンドをインストール済みの場合（npm install -g @superpdf/cli）、npx -y @superpdf/cli mcp --allow-dir … の代わりに superpdf mcp --allow-dir … を使います。次のように依頼してみてください："superPDF フォルダーにある invoice.pdf を読み込み、明細項目を表にまとめてください。" アシスタントは、--allow-dir で指定したフォルダーのみ使用できます。各アシスタントのセットアップについては、superpdf.ai/docs/mcp-api/mcp-tool-access をご覧ください。

Python から使う

pip install superpdf                 # or run without installing: uvx superpdf export report.pdf --output report.md

import superpdf

markdown = superpdf.export("report.pdf")
pages = superpdf.export_pages("report.pdf")        # Markdown per page

superpdf.merge(["a.pdf", "b.pdf"], "combined.pdf")  # every tool is a typed function
superpdf.extract_tables("report.pdf", "tables.xlsx")
superpdf.to_docx("report.pdf", "report.docx")

from superpdf.langchain import SuperPDFLoader       # pip install "superpdf[langchain]"
docs = SuperPDFLoader("report.pdf").load()

パッケージには Node.js が同梱されています。30 種類すべてのツール、LlamaIndex リーダー、完全なリファレンスについては、Python ドキュメント と python/README.md をご覧ください。

JavaScript または TypeScript から使う

npm install @superpdf/cli

import { exportPages, extractTables, toDocx, SuperPDFError } from '@superpdf/cli';

const pages = await exportPages('report.pdf');          // [{ page: 1, markdown: '# Quarterly report…' }]
const word = await toDocx({ input: 'report.pdf', output: 'report.docx' });
await extractTables({ input: 'report.pdf', format: 'csv', output: 'tables.csv' });

すべてのツールは非同期関数（merge、split、fillForm、compare、runBatch など。tools() で一覧を取得できます）で、ツールの JSON 入力を受け取り、型付きの結果を返します。Node.js プロセス内で実行されるため（22 以降）、サーバーもサブプロセスも必要ありません。TypeScript 型はパッケージに含まれており、MCP サーバーおよび API と同じスキーマから生成されています。エラーは code（validation、conflict、not_found、operation_failed）を持つ SuperPDFError です。各呼び出しで使用できるのは、指定したパスのフォルダー、または { allowDirs } として渡したフォルダーのみです。

独自のコードから使う（REST API）

superpdf serve --allow-dir ~/Documents/superPDF

これにより、同じコンピューターからのみアクセスできる、127.0.0.1 上のプライベート API が起動します。起動時にトークンが表示されます（または、32 文字以上の SUPERPDF_API_TOKEN を設定してください）。/v1/ 以下へのすべてのリクエストにトークンが必要です。OpenAPI 3.1 ドキュメントは /openapi.json で提供されます（ツールスキーマから生成された openapi.json もこちらにあります）。ガイドとリファレンスについては、superpdf.ai/docs/api をご覧ください。

読み取り内容

PDFの要素	superPDFの読み取り方法
表	罫線のある表は線から、罫線のない表はテキストの配置から読み取ります（セル内の網掛けは行の区切りとして扱われます）。--tables html を指定すると、結合されたヘッダーセルを維持します
グラフ	図形として描かれた棒グラフ、折れ線グラフ、ドットグラフ、面グラフ、円グラフを値の表に変換します。印字ではなく描画から測定した値には、概算であることを示します
構造	見出しとそのレベル、段落、リスト、太字と斜体のテキスト、ページヘッダーとフッター
読み取り順序	複数列のページは列間の余白で分割するため、テキストを正しい順序で読み取れます
スキャン	テキストレイヤーのないページは、英語とその他14言語のTesseract OCRで読み取ります。言語データは同梱されているため、ダウンロードは不要です
大容量ファイル	ページ数の上限はなく、最大2 GBのファイルに対応します

コマンド

superpdf info document.pdf                                    # pages, sizes, form fields, properties
superpdf merge a.pdf b.pdf --output combined.pdf
superpdf extract document.pdf --pages 1,3-5 --output selected.pdf
superpdf rotate document.pdf --pages 2 --angle 90 --output rotated.pdf
superpdf export document.pdf --output document.md             # or .html / .json (--format)
superpdf export document.pdf --tables html --output doc.md    # tables as HTML, keeping merged header cells
superpdf export https://example.com/a.pdf --output a.md       # a PDF from an https:// link
superpdf convert report.docx --output report.pdf              # Word, Excel, PowerPoint; needs LibreOffice
superpdf pipeline document.pdf --steps steps.json --output result.pdf
superpdf audio document.pdf --output document.m4a             # read aloud with the macOS system voice
superpdf tools                                                # all 30 tools with their JSON input schemas
superpdf tool pdf_protect --input '{"input":"a.pdf","password":"…","output":"locked.pdf"}'   # any tool, JSON in and out

結果は常に新しいファイルに書き込まれ、既存のファイルが上書きされることはありません。superpdf help ですべてのコマンドを確認できます。 1ページのレポートである examples/quarterly-report.pdf に対して、info と export を試してみてください。

export は https:// リンクも読み取ります。最大2 GBまでダウンロードし、データが60秒間届かなければ停止して、最大5回まで リダイレクトをたどります。リダイレクトのたびに、このコンピューターやローカルネットワーク（localhost、プライベートアドレス、リンクローカルアドレス）へのリンクは拒否され、PDF以外のファイルも拒否されます。ダウンロードしたファイルは読み取り後に削除されます。リンクを受け付けるのは export のみです。mcp、serve、tool は --allow-dir フォルダー内のファイルを読み取ります。

MCP ツール

ツール	機能
pdf_list_files	許可されたフォルダー内のPDFを一覧表示します
pdf_info	ページ数、ページサイズ、フォームフィールド、プロパティを表示します
pdf_read_text	埋め込みテキストをページごとに読み取ります
pdf_extract_structure	見出し、表、グラフ、リストを含むMarkdown、HTML、またはJSONを出力します
pdf_merge、pdf_split、pdf_extract_pages、pdf_remove_pages	ページを結合・分割して、新しいPDFを作成します
pdf_extract_tables	表とベクター形式のグラフをExcel、CSV、JSON、またはMarkdownとして出力します
pdf_outline、pdf_compare	各セクションのページを示すアウトライン、または2つのバージョン間の変更点をページごとに表示します
pdf_to_docx、pdf_to_pptx、pdf_to_epub	編集可能なWord、PowerPoint（テキストはテキストボックスとして出力）、EPUB 3に変換します
pdf_from_images、pdf_from_markdown	JPG・PNG画像またはMarkdownファイルからPDFを作成します
pdf_fill_form、pdf_flatten	名前を指定してフォームフィールドに入力し、フィールドをページの一部にします
pdf_add_text、pdf_resize_pages	署名や注記を文字で追加し、余白を切り取るかページを拡大・縮小します
pdf_rotate_pages、pdf_add_page_labels、pdf_add_watermark	ページを回転し、番号を付け（ヘッダーまたはフッター）、透かしを追加します
pdf_protect、pdf_unlock、pdf_remove_metadata、pdf_repair	AES-256パスワードの設定、プロパティの削除、破損ファイルの修復を行います
pdf_from_office	Word、Excel、PowerPointをPDFに変換します（LibreOfficeが必要です）
pdf_run_pipeline、pdf_run_batch	1つのPDFに対して最大10ステップを実行するか、最大50個のPDFに対して同じステップを実行します

他との違い

多くの PDF からテキストへの変換ツールは、テキストレイヤーを取り出して位置順に並べるか、ページの画像に AI モデルを適用します。 superPDF は PDF 自体の描画命令を処理するため、テキストと位置を正確に保持し、どちらの方法でも失われがちな情報を復元できます。

• グラフをデータに変換します。 棒、線、点、面、円グラフのスライスは図形として描画されます。pdf-charts.js は軸ラベル（軸がない場合はグラフ上に印字された値）を基準に棒、線、点、面を測定し、角度から円グラフのスライスを読み取り、系列を凡例の色に対応付けます。画像として保存されたグラフは、棒のピクセルを読み取る方法に切り替わります。
• 失われた文字を復元します。 フォントに適切な Unicode テーブルがない場合、PDF.js は文字を空白として読み取ったり、読み飛ばしたりします。pdf-text-fixes.js は各グリフの輪郭を、すでに特定された文字と照合し、TrueType フォントを標準の Mac グリフ順と照らし合わせてから、文字を戻します。
• 太字を推測ではなく測定で判定します。 フォント名は隠されていることが多いため（F1、g_d0_f2 など）、pdf-structure.js はグリフの線幅を測定し、同じフォントの 2 つのウェイトの幅を比較して、テキストが二重に描画されている場合や、太字に見えるよう輪郭が描かれている場合を検出します。スキャンでは各単語のインクの太さを測定します。
• 間隔と隠れたテキストを修正します。 PDF.js が文字間隔を空けた単語や中国語・日本語の文字の周囲に挿入する不要な空白は、ページ上で描画されるグリフを測定して取り除きます。四角形のクリッピング領域外に描画されたテキストは除外し、文字の順序が入れ替わって出力されるアラビア語のラム・アリフ合字を修正します。
• 必要な箇所だけ OCR を実行します。 ページ全体がスキャンされている場合、フォントエンコーディングが文字化けしている場合、テキストを含む画像がある場合に実行します（写真からノイズが発生しないよう、まず文字らしい形があるか確認します）。言語は PDF の言語タグまたはテキストから判定し、読み取り精度が低い場合は Sauvola のしきい値処理で再試行します。
• 3 つの方法で表を処理します。 罫線、スキャンページのピクセルから検出した線、テキストレイヤーがあるページのテキスト列の配置から抽出した罫線のない表に対応します。

仕組み

1. 読み取る。 PDF.js から、フォントと位置を含むテキスト、および描画操作（線、長方形、曲線）を取得します。
2. 認識する。 スキャンされたページや文字化けしたページ、テキストを含む画像を Tesseract OCR で処理します。
3. 修復する。 Unicode マッピングなしで描画された文字を輪郭から復元し、間隔を修正します。
4. 再構成する。 ルールに基づいてテキストを行とブロックにまとめ、表のグリッドと罫線のない列を検出し、図形と軸ラベルからグラフを読み取り、フォントから見出しのサイズを判定して、読みやすい順に列を並べます。
5. 出力する。 Markdown、HTML、または JSON で出力します。JSON では各ブロックのページと位置が保持されます。

リーダーは lib/ にあります。pdf-structure.js（ページをブロックに変換）、pdf-layout.js（行、表、読み取り順）、pdf-charts.js（グラフ）、pdf-text-fixes.js（テキストの修復）で構成されています。pdfplumber、Camelot、tabula-java などから取り入れたアイデアについては、NOTICE に記載しています。

プライバシーとセキュリティ

• すべての処理はお使いのコンピューター上で実行されます。superPDF が行うネットワークリクエストは、API 用に設定したジョブのコールバック（Webhook）だけです。OCR の言語データはパッケージに含まれています。
• MCP サーバーと API は --allow-dir フォルダー内だけを読み書きします。パスはシンボリックリンクをたどって解決されるため、許可された範囲外にはアクセスできません。
• API は 127.0.0.1 でのみリッスンし、/v1/ 以下へのすべてのリクエストでベアラートークンを必要とします。
• 出力は新しいファイルに書き込まれます。既存のファイルが上書きされることはありません。

セキュリティ上の問題を見つけた場合は、SECURITY.md をご覧ください。

コントリビューション

Issue とプルリクエストを歓迎します。読み取りに関する問題を報告する場合は、PDF（またはその 1 ページ）と期待する出力を添付してください。CONTRIBUTING.md をご覧ください。

ライセンス

Apache-2.0。アイデアの改変および同梱データに関するクレジットはNOTICEに記載されています。「superPDF」とそのロゴはプロジェクトの商標であり、ライセンスの対象外です。