mcpField
P
pdffr

pdffr

本地服务
amersarhan.github.io生产力08 周前更新
代码仓库访问官网

关于 pdffr

pdffr-mcp 是供 Agent 和其他 MCP 客户端使用的本地 PDF 转 Markdown 服务。它优先读取字形几何信息，仅对页面中无法解释的内容运行设备端 OCR，让文档留在本机。

主要功能

  1. 01PDF 转 Markdown
  2. 02基于几何信息提取文本
  3. 03对未解释内容运行设备端 OCR
  4. 04提取 PDF 标题大纲
  5. 05以 JSON 返回表格

适用场景

  1. 01提取原生数字 PDF 的文本
  2. 02通过 OCR 读取扫描页面
  3. 03选定页面前查看文档标题
  4. 04获取 PDF 表格以进行结构化处理

MCP 相关

向 MCP 客户端提供 PDF 转换、大纲和表格工具。输入可使用文件路径、URL 或 base64 数据。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "amersarhan-pdffr": {
      "command": "npx",
      "args": [
        "-y",
        "pdffr-mcp"
      ]
    }
  }
}
启动命令npx -y pdffr-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
npmpdffr-mcp0.1.1

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
ocrboolean否将文本层无法解释的墨迹交由设备端 OCR 处理（默认 true）
urlstring否要获取的 PDF URL
langstring否用于 OCR 的 Tesseract 语言，例如 'eng'、'deu'、'eng+ara'（默认 'eng'）
pathstring否此设备上的 PDF 路径
pagesstring否页面选择，例如 '1-3,7'（默认全部）
base64string否经过 base64 编码的原始 PDF 字节
maxCharsinteger否将 Markdown 截断至此字符数（默认 200000）

详细介绍

pdffr-mcp

一个 MCP 服务，为任何 Agent——Claude Desktop、Claude Code、Cursor、Windsurf、Zed 或你自己的 Agent——提供本地、私密的 PDF → Markdown 工具，底层由 pdffr 驱动。数字原生页面可通过字形几何信息在毫秒内反编译；只有当文本层无法解释墨迹时，才会在设备上进行 OCR，处理扫描件和屏幕截图。所有内容都不会离开设备。

安装

Claude Desktop / Claude Code / Cursor / Windsurf——添加到 MCP 配置中：

{
  "mcpServers": {
    "pdffr": {
      "command": "npx",
      "args": ["-y", "pdffr-mcp"]
    }
  }
}

Claude Code 单行命令：

claude mcp add pdffr -- npx -y pdffr-mcp

需要 Node 20+。首次运行时，会将所请求语言的 OCR 模型（默认为英语）下载到操作系统临时目录。

工具

pdf_to_markdown

将 PDF 反编译为 Markdown。提供 path、url 或 base64 其中之一。

参数类型说明
pathstring绝对或相对文件路径
urlstring通过服务的网络访问权限获取
base64string原始 PDF 字节
pagesstring例如 "1-3,7"；默认全部页面
ocrboolean对无法解释的墨迹启用 OCR（默认为 true）
langstringtesseract 语言，例如 "deu"、"eng+ara"（默认为 "eng"）
maxCharsnumber截断结果（默认 200 000）——响应会说明是否进行了截断

返回 Markdown，后附一行统计信息（页数、耗时、OCR 区域数）。

pdf_outline

仅返回标题——级别、文本和页码——让 Agent 在读取页面前决定要读取哪些页面。同样的输入（path / url / base64、ocr、lang）。

pdf_tables

将所有表格以 JSON 行的形式返回（[{ page, rows: string[][] }]）。输入相同。

为什么不使用视觉模型

PDF 已经记录了每个字形的位置。pdffr 直接读取这些几何信息，只对文本层无法解释的像素进行 OCR，因此一份 30 页的报告不到一秒就能返回，扫描版发票也只需几秒——无需 API 密钥，也无需上传。请参阅架构说明。

MIT © Amer Sarhan

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。