pdf-report-generator について
pdf-report-generatorは、構造化仕様またはテキストから企業向けPDFレポートを作成するMCPサーバーです。調査、分析、会議メモをまとめる用途に向き、章立て、表、グラフ、テーマを利用できます。
主な機能
- 01構造化仕様からPDFを生成
- 02見出しを検出してテキストを変換
- 03表紙と目次を追加
- 04表とグラフを挿入
- 055種類の配色テーマを選択
活用シーン
- 01調査内容を企業向けレポートに整形
- 02会議メモをPDFに変換
- 03指標グラフ付きレポートを作成
- 04利用可能なレポートテーマを確認
MCP 対応
構造化仕様またはテキストからレポートを生成し、利用可能なテーマを一覧表示するツールを提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
3掲載時のツール一覧 · 2 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| spec | object | はい | |
| spec.theme | object | いいえ | |
| spec.theme.accent_color | array | いいえ | |
| spec.theme.primary_color | array | いいえ | |
| spec.theme.highlight_color | array | いいえ | |
| spec.charts | array | いいえ | |
| spec.images | array | いいえ | |
| spec.tables | array | いいえ | |
| spec.metadata | object | はい | |
| spec.metadata.date | string | いいえ | |
| spec.metadata.title | string | はい | |
| spec.metadata.author | string | いいえ | |
| spec.metadata.company | string | いいえ | |
| spec.metadata.subtitle | string | いいえ | |
| spec.metadata.logo_path | string | いいえ | |
| spec.metadata.page_size | enum | いいえ | letter | a4 |
| spec.metadata.department | string | いいえ | |
| spec.metadata.document_id | string | いいえ | |
| spec.metadata.orientation | enum | いいえ | portrait | landscape |
| spec.metadata.classification | string | いいえ | |
| spec.sections | array | はい | |
| spec.executive_summary | string | いいえ |
詳細
pdf-report-generator
構造化された JSON 仕様または未加工の LLM テキスト出力から、プロフェッショナルな企業向け PDF レポートを生成する MCP サーバーです。Claude Desktop(または任意の MCP クライアント)に追加して、分析、調査、会議メモを、表紙、目次、エグゼクティブサマリー、セクション見出し、表、グラフを含む洗練された複数ページのレポートにまとめるよう Claude に依頼できます。
サンプル出力は examples/sample_report.pdf にあります。
前提条件
- Node.js 18+
- Python 3.8+
Python の依存関係をインストールします:
pip install reportlab matplotlib
Claude Desktop の設定
claude_desktop_config.json に追加します:
{
"mcpServers": {
"pdf-report": {
"command": "npx",
"args": ["-y", "pdf-report-generator"]
}
}
}
利用可能なツール
generate_report
完全な構造化仕様から PDF を生成します。
入力の最小限の例:
{
"spec": {
"metadata": {
"title": "Q3 Performance Review",
"author": "Engineering Team",
"company": "Acme Corp",
"classification": "INTERNAL"
},
"executive_summary": "Overall performance improved this quarter...",
"sections": [
{
"heading": "Infrastructure",
"body": "Uptime reached 99.94%...",
"subsections": []
}
],
"tables": [],
"charts": []
}
}
generate_report_from_text
未加工のテキストを構造化された PDF レポートに変換します。見出しからセクションが自動検出されます。
{
"text": "# Overview\nThis quarter...\n\n# Key Findings\n...",
"title": "Q3 Summary",
"author": "Data Team",
"company": "Acme Corp",
"classification": "INTERNAL",
"theme_name": "navy"
}
list_themes
利用可能なカラーテーマを返します:default、navy、charcoal、forest、burgundy。
JSON 仕様リファレンス
metadata
title* string
subtitle string
author string
date string (YYYY-MM-DD; defaults to today)
company string
department string
document_id string (e.g. RPT-2026-001)
classification string (PUBLIC | INTERNAL | CONFIDENTIAL)
logo_path string (absolute path to PNG/JPG)
page_size "letter" | "a4"
executive_summary string
sections[]
heading* string
body* string (\n\n = paragraph break)
subsections[]
heading* string
body* string
tables[]
title string
headers* string[]
rows* string[][]
after_section int (0-based section index; -1 = after exec summary)
charts[]
title string
type "bar" | "line" | "pie" | "horizontal_bar"
labels* string[]
datasets* [{label, values[]}]
after_section int
images[]
path* string (absolute path)
caption string
width_inches number
after_section int
theme
primary_color [R, G, B]
accent_color [R, G, B]
highlight_color [R, G, B]
プロンプトの例
- 「この分析を、『Q3 Infrastructure Review』というタイトルのプロフェッショナルな社内向け PDF レポートにまとめてください」
- 「この調査から企業向けレポートを生成し、月次指標の棒グラフを追加してください」
- 「このテキストから、『Security Audit Findings』というタイトルの CONFIDENTIAL レポートを作成してください」
- 「利用可能なレポートテーマを一覧表示してください」
トラブルシューティング
Python が見つからない — python または python3 が PATH にあり、バージョンが 3.8+ であることを確認してください。
reportlab がインストールされていない — pip install reportlab matplotlib を実行してください。
グラフが表示されない — グラフには matplotlib が必要です。pip install matplotlib でインストールしてください。
PDF の生成に時間がかかる — 多数のグラフを含む複雑な仕様では、5~15 秒かかる場合があります。これは正常です。
ライセンス
MIT
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。