Go Docs Mcp

Go-Docs MCP

インストールしてすぐに使えます。 1つのコマンドで、単一のバイナリを実行できます。AI があらゆるドキュメント（PDF、テキスト、Markdown、DOCX、画像）を読み取ります。

Model Context Protocol を介して、複数形式のドキュメントにアクセスする MCP サーバーです。ドキュメントの読み取り、検索、画像の抽出、OCR、URL からのドキュメント取得に対応しています。13 個のツール、6 種類の形式、設定不要です。

go install github.com/drolosoft/go-docs-mcp@latest
# That's it. Single binary, starts in milliseconds.

MCP サーバーが直接的なツールより優れている理由について詳しくは、なぜ MCP なのか？ をご覧ください。

---

🏆 Go-Docs MCP が選ばれる理由

他のドキュメント MCP サーバーは、どれも1つの形式しか扱えません。PDF サーバーは PDF 用、DOCX サーバーは DOCX 用です。3 種類の形式を読むには、サーバーが3つ必要になります。

	Go-Docs MCP	その他
単一バイナリ、ランタイム不要	はい	Node/Python が必要
go install のワンライナー	はい	npm+依存関係、または pip+venv
複数形式（6 種類）	はい	それぞれ1形式
全文検索	はい	一部対応、または非対応
OCR（スキャン PDF と画像）	はい	まれ
画像と表の抽出	はい	一部対応
ドキュメントのアウトライン	はい	まれ
URL からの取得	はい	まれ
ディレクトリ制限、読み取り専用	はい	さまざま
スマートキャッシュ	はい	なし
完全オフライン	はい	はい

Go-Docs MCP は単一のバイナリですべての形式を読み取ります。高速で安全、ランタイム依存関係もありません。

---

📋 機能 — 13 個のツール

カテゴリ	ツール	説明
検出	list_documents	メタデータ（形式、ページ数、サイズ）とともにすべてのドキュメントを一覧表示
検出	list_formats	対応形式と依存関係の状態を一覧表示
読み取り	read_document	あらゆる形式の全文、特定のページ、またはページ範囲を読み取り
読み取り	read_url	URL からダウンロードしてテキストを抽出（最大 50MB）
読み取り	get_document_summary	概要として最初の3ページを取得
検索	search_document	大文字と小文字を区別しない全文検索と、該当箇所の前後の文脈
分析	get_document_metadata	タイトル、作成者、日付、バージョン、ページ数を取得
分析	get_document_outline	目次／ブックマークを取得
分析	extract_tables	表を構造化データとして抽出
分析	extract_images	画像を base64 として抽出（1回の呼び出しで最大10件）
OCR	ocr_document	スキャン画像を含む PDF に OCR を強制実行
OCR	read_image	OCR で PNG、JPG、TIFF からテキストを抽出
エクスポート	convert_to_markdown	あらゆるドキュメントを整形済み Markdown に変換

主な特長：

• 高速 — mtime ベースのインメモリキャッシュで、重複した抽出を回避します
• 複数形式に対応 — 1つのサーバーで PDF、TXT、MD、CSV、DOCX、画像を扱えます
• OCR — スキャン文書では tesseract に自動でフォールバックします
• 安全 — パストラバーサル防止機能を備え、ディレクトリ内にアクセスを制限します
• ポータブル — macOS と Linux で動作します

---

📄 対応形式

形式	依存関係	備考
PDF	poppler（pdftotext、pdfinfo、pdfimages、pdftoppm）	完全対応 — テキスト、画像、メタデータ、OCR フォールバック
TXT、MD、CSV	なし	ネイティブ対応、依存関係不要
DOCX	pandoc（オプション）	Word ドキュメントの抽出
画像（PNG、JPG、TIFF）	tesseract（オプション）	OCR によるテキスト抽出

---

📦 前提条件

• Go 1.25+ (インストール)
• poppler — PDF のサポートに必要です
• tesseract (任意) — スキャンした文書や画像の OCR を有効にします
• pandoc (任意) — DOCX のサポートを有効にします

# macOS
brew install poppler
brew install tesseract        # optional: OCR
brew install pandoc           # optional: DOCX

# Debian/Ubuntu
apt install poppler-utils
apt install tesseract-ocr     # optional: OCR
apt install pandoc            # optional: DOCX

# Fedora/RHEL
dnf install poppler-utils
dnf install tesseract         # optional: OCR
dnf install pandoc            # optional: DOCX

注： TXT、MD、CSV は依存関係なしですぐに使用できます。必要なものだけをインストールしてください。

---

🚀 インストール

ソースから

go install github.com/drolosoft/go-docs-mcp@latest

ローカルでビルド

git clone https://github.com/drolosoft/go-docs-mcp.git
cd go-docs-mcp
make build      # produces ./go-docs-mcp
make install    # installs to /usr/local/bin/

---

⚙️ 設定

Go-Docs MCP は、設定されたディレクトリから文書を読み込みます。ディレクトリを変更するには DOCS_MCP_DIR を設定します。

変数	デフォルト	説明
DOCS_MCP_DIR	~/.docs-mcp/documents/	提供する文書を格納するディレクトリ
PDF_MCP_DIR	(旧エイリアス)	DOCS_MCP_DIR と後方互換性のあるエイリアス

文書をディレクトリに配置すると、サーバーが自動的に検出します。サポートされているすべての形式が検出されます。

---

💡 使い方

Claude Code で使う

.claude/settings.json に追加します。

{
  "mcpServers": {
    "docs": {
      "command": "go-docs-mcp",
      "env": {
        "DOCS_MCP_DIR": "/path/to/your/documents"
      }
    }
  }
}

Claude Desktop で使う

~/Library/Application Support/Claude/claude_desktop_config.json に追加します（macOS）。

{
  "mcpServers": {
    "docs": {
      "command": "/usr/local/bin/go-docs-mcp",
      "env": {
        "DOCS_MCP_DIR": "/path/to/your/documents"
      }
    }
  }
}

任意の MCP クライアントで使う

サーバーは JSON-RPC 2.0 を使って stdio 経由で通信します。

echo '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' | go-docs-mcp

---

📖 ツールリファレンス

list_documents

設定されたディレクトリ内のすべての文書を、形式を検出して一覧表示します。

パラメーター： なし

出力例：

[
  {
    "filename": "architecture-guide.pdf",
    "format": "pdf",
    "title": "architecture-guide",
    "pages": 42,
    "size_bytes": 1048576
  },
  {
    "filename": "notes.md",
    "format": "markdown",
    "title": "notes",
    "size_bytes": 4096
  }
]

---

list_formats

サポートされているすべての文書形式と、その依存関係の状態を一覧表示します。

パラメーター： なし

---

read_document

文書から抽出したテキストを読み込みます。文書が画像ベースまたはスキャンされたもので、pdftotext が空のテキストを返す場合は、自動的に OCR にフォールバックします。

パラメーター：

名前	型	必須	説明
filename	string	はい	読み込む文書のファイル名
page	number	いいえ	単一ページの番号（1 始まり）。全文を取得する場合は省略します。
pages	string	いいえ	ページ範囲。例：「1-5」、「10」、「1-3,7,10-12」。指定すると page より優先されます。

入力例：

{
  "filename": "architecture-guide.pdf",
  "pages": "1-3,10-12"
}

---

search_document

文書内でクエリに一致する行を検索します。一致箇所と前後 2 行のコンテキスト、およびおおよそのページ番号を返します。

パラメーター：

名前	型	必須	説明
filename	string	はい	検索する文書のファイル名
query	string	はい	検索クエリ（大文字と小文字を区別しません）

出力例：

Found 3 matches for 'microservice' in architecture-guide.pdf:

--- Match 1 (page ~2, line 45) ---
  The system is composed of several
> microservice components that communicate
  via gRPC and message queues.

---

get_document_summary

文書の最初の 3 ページのテキストを、簡易な要約として返します。

パラメーター：

名前	型	必須	説明
filename	string	はい	要約する文書のファイル名

---

get_document_metadata

文書のメタデータ全体を返します。

パラメーター：

名前	型	必須	説明
filename	string	はい	メタデータを取得する文書のファイル名

出力例：

{
  "title": "Architecture Guide",
  "author": "Jane Doe",
  "subject": "System Design",
  "creator": "LaTeX",
  "producer": "pdfTeX",
  "creation_date": "Thu May 15 10:30:00 2025",
  "modification_date": "Thu May 15 10:30:00 2025",
  "pages": 42,
  "file_size_bytes": 1048576,
  "pdf_version": "1.5"
}

---

get_document_outline

文書のアウトライン（目次／ブックマーク）を、構造化されたリストとして抽出します。

パラメーター：

名前	型	必須	説明
filename	string	はい	アウトラインを抽出する文書のファイル名

---

extract_tables

文書から表を構造化データとして抽出します。

パラメーター：

名前	型	必須	説明
filename	string	はい	表を抽出する文書のファイル名
page	number	いいえ	抽出元のページを指定します。すべてのページから抽出する場合は省略します。

---

extract_images

ドキュメントから画像を抽出し、base64 エンコードされたデータとして返します。1 回の呼び出しにつき、最大 10 枚の画像を返します。

パラメーター：

名前	型	必須	説明
filename	string	はい	画像を抽出するドキュメントのファイル名
page	number	いいえ	抽出する特定のページ。すべてのページから抽出する場合は省略します。

出力例：

[
  {
    "page": 1,
    "index": 0,
    "format": "jpeg",
    "width": 800,
    "height": 600,
    "data_base64": "/9j/4AAQSkZJRg..."
  }
]

---

read_url

URL からドキュメントをダウンロードし、テキストコンテンツを抽出します。ファイルサイズの上限は 50MB です。

パラメーター：

名前	型	必須	説明
url	string	はい	ダウンロードして読み込むドキュメントの URL
pages	string	いいえ	抽出するページ範囲。例：「1-5」。全文を抽出する場合は省略します。

入力例：

{
  "url": "https://example.com/report.pdf",
  "pages": "1-3"
}

---

ocr_document

tesseract を使用して PDF ドキュメントの OCR を強制的に実行します。スキャンされた PDF や画像ベースの PDF、または pdftotext が文字化けしたテキストを返す場合に便利です。tesseract と pdftoppm が必要です。

注： read_document は画像ベースの PDF を自動検出し、OCR に切り替えます。OCR を必ず実行したい場合や、英語以外の言語を指定する必要がある場合は、ocr_document を使用してください。

パラメーター：

名前	型	必須	説明
filename	string	はい	OCR を実行する PDF のファイル名
page	number	いいえ	OCR を実行する特定のページ（1 始まり）。すべてのページを対象にする場合は省略します。
language	string	いいえ	Tesseract の言語コード（デフォルト：eng）。spa、fra などを指定します。

入力例：

{
  "filename": "scanned-contract.pdf",
  "page": 1,
  "language": "spa"
}

---

read_image

OCR を使用して画像ファイルからテキストを抽出します。PNG、JPG、TIFF に対応しています。tesseract が必要です。

パラメーター：

名前	型	必須	説明
filename	string	はい	読み込む画像のファイル名（PNG、JPG、TIFF）
language	string	いいえ	Tesseract の言語コード（デフォルト：eng）。

入力例：

{
  "filename": "receipt.png",
  "language": "eng"
}

---

🔒 セキュリティ

• ディレクトリ制限 — DOCS_MCP_DIR 内のファイルのみアクセスできます
• パストラバーサル防止 — ファイル名はサニタイズされ、../ は拒否されます
• 拡張子フィルター — 対応形式のみを提供します
• 読み取り専用 — 書き込み操作はありません
• URL ダウンロード — 50MB の上限があり、Content-Type を検証し、一時ファイルは直ちに削除されます

---

🛠️ 開発

make build     # Build the binary
make test      # Run tests with race detector
make clean     # Remove build artifacts

プロジェクト構成

go-docs-mcp/
  main.go              # MCP server setup, 12 tool registrations
  internal/
    pdf/
      reader.go        # Document extraction, caching, search, metadata, images, OCR
  Makefile             # Build targets
  go.mod               # Module definition

---

🦙 Glama スコア

---

📄 ライセンス

MIT - Copyright 2026 Drolosoft

---

💛 サポート

---

Drolosoft — あったらいいなと思うツール