mcp-business-pdf-field-extractor

Business PDF Field Extractor MCP Server

Apify 上の Mamba Labs Business PDF Field Extractor アクター向け MCP サーバーです。PDF から請求書、発注書、契約書を読み取り、定型フィールドを抽出します。

内容

• 機能
• クイックスタート
• 前提条件
• プロンプトの例
• ツール
• 入力
• 料金
• アクターのドキュメント全文
• ライセンス

機能

PDF のアドレスを指定します。アクターは各ファイルのテキストを読み取るか、スキャンされたページに OCR を実行し、請求書、発注書、契約書のいずれかを判定して、定型フィールドを返します。請求書と発注書では、番号、日付、当事者、合計金額、明細項目、および金額の合計が一致しているかどうかを返します。契約書では、当事者、日付、契約期間、更新、通知日数、準拠法、該当する標準条項を返します。AI は使わず、ラベルと列の位置を使って処理するため、既知のラベルがない値は null のままになり、不足項目として一覧表示されます。

処理はすべて Apify 上で実行されます。このパッケージは、アクターの実行を開始して完了を待ち、データセットの行を返す薄いクライアントです。

クイックスタート

Node.js 18 以降と、API トークンを持つ Apify アカウントが必要です。

Claude Desktop の設定（claude_desktop_config.json）、Cursor、または任意の MCP クライアントに以下を追加します。

{
  "mcpServers": {
    "mamba-business-pdf-field-extractor": {
      "command": "npx",
      "args": [
        "-y",
        "@mambalabsdev/mcp-business-pdf-field-extractor"
      ],
      "env": {
        "APIFY_TOKEN": "your-apify-token"
      }
    }
  }
}

クライアントを再起動します。extract_business_pdf_fields ツールが表示されます。

前提条件

• Node.js 18 以降。
• console.apify.com/account/integrations で取得した Apify API トークンを APIFY_TOKEN として設定します。サーバーはトークンがなくてもツールを一覧表示しますが、呼び出しにはトークンが必要です。

プロンプトの例

• 「この請求書 PDF からフィールドを抽出してください：」
• 「これらの発注書を読み取り、明細項目を一覧表示してください：」
• 「この契約書 PDF の更新と通知に関する文言は何ですか：」

ツール

extract_business_pdf_fields。ツールは 1 つです。引数の例：

{
  "pdf_urls": [
    "https://docs.oasis-open.org/ubl/cd-UBL-1.0/fs/Order/pdf/OfficeOrder.Example-us.pdf",
    "https://raw.githubusercontent.com/Azure/azure-sdk-for-python/main/sdk/formrecognizer/azure-ai-formrecognizer/samples/sample_forms/forms/Invoice_1.pdf",
    "https://gba.georgia.gov/document/publication/services-contractsample-agreement-templatepdf/download"
  ]
}

入力

アクターに指定できるすべての入力項目です。省略した入力には、アクター独自のデフォルト値が適用されます。

入力	型	必須	説明
pdf_urls	array	いいえ	PDF ファイルのウェブアドレスを最大 1,000 件指定します。各ファイルのサイズは最大 40 MB です。アドレスへのアクセスにログインは不要です。Clay では、この列を 1 件のリストに入れてください。
pdf_file	string	いいえ	任意。お使いのコンピューターにある PDF ファイルを 1 つ指定します。ファイルは Apify アカウントに保存されます。
document_type	string	いいえ	auto（デフォルト）では、ファイルごとに種類を判定します。すべてのファイルを同じ種類として読み取るには、invoice、purchase_order、または contract を指定します。
date_order	string	いいえ	03/04/2025 のように、どちらの解釈も可能な日付の読み取り順を指定します。mdy（デフォルト）では 3 月 4 日、dmy では 4 月 3 日として読み取ります。解釈が一意に定まる日付には影響しません。
read_scans	boolean	いいえ	yes（デフォルト）：テキストレイヤーのないページに OCR を実行します。ページごとに課金されます。no：そのようなページはスキップされ、行にその旨が表示されます。
ocr_language	string	いいえ	スキャンページの言語を指定します。eng（デフォルト）、deu、fra、spa、nld、ita、por のいずれかです。
max_pages	number	いいえ	ファイルごとに読み取るページ数を最大 500 ページまで指定します。デフォルトは 50 です。
max_ocr_pages	number	いいえ	ファイルごとに読み取るスキャンページ数を最大 100 ページまで指定します。デフォルトは 10 です。ファイルごとの OCR 料金はこの上限までとなります。
max_documents	number	いいえ	この実行で読み取るファイル数を最大 1,000 件まで指定します。デフォルトは 100 です。
line_item_rows	boolean	いいえ	yes（デフォルト）：各明細項目を無料の個別の行としても出力します。CSV や Clay に適しています。no：明細項目は line_items フィールドのみに含まれます。
include_text	boolean	いいえ	yes：最大 200,000 文字まで、文書のテキストを行に追加します。デフォルトは no です。
max_charge_usd	string	いいえ	任意。この金額を超える課金が発生する前に実行を停止します。サマリー行は常に返されます。

料金

Apify ではイベントごとに課金され、料金は Apify アカウントに請求されます。価格は米ドルです。

イベント	無料プラン	Bronze	Silver	Gold
document-row、少なくとも 1 つのフィールドを読み取った PDF 1 件	$0.01	$0.0095	$0.009	$0.0085
ocr-page、OCR で読み取ったスキャンページ 1 ページ。OCR でテキストが返された場合に課金	$0.015	$0.01425	$0.0135	$0.01275
apify-actor-start、実行開始 1 回あたり	$0.004	$0.004	$0.004	$0.004

明細項目の行、フィールドを読み取れなかった文書、ダウンロードに失敗したファイル、拒否された入力は無料です。Mamba Labs が実行にかかるプラットフォーム費用を負担します。Apify のプロキシ通信料も含まれます。

アクターの全ドキュメント

apify.com/mambalabs/business-pdf-field-extractor

ライセンス

MIT。LICENSE を参照してください。