Document & media tools (Apify)

MCP 服务：面向 AI Agent 的文档和媒体工具

面向 Claude、Cursor、ChatGPT 和其他任何 MCP 客户端的工具，由 Apify 上的开源 Actors 提供支持：

工具	功能	价格（由 Apify 计费）
convert_document_to_markdown	PDF（文本和扫描件，支持 11 种语言的 OCR）、图像、DOCX/DOC、XLSX/XLS、PPTX/PPT、ODT、RTF、HTML → Markdown、JSON 表格、RAG 分块	$1 / 1,000 个文本页面，$4 / 1,000 个 OCR 页面
convert_office_to_pdf	Word、Excel、PowerPoint、OpenDocument、RTF、HTML、图像 → PDF 或 PDF/A-2b，可选合并	$10 / 1,000 份文档
convert_pdf_or_images	PDF 页面 → PNG/JPG/WebP/TIFF，图像 ↔ PDF，iPhone HEIC → JPG，调整大小	$2 / 1,000 张图像
transcribe_audio	音频和视频 → 文本、带时间戳的片段、SRT/VTT（Whisper large-v3，支持 99 种语言）	$5 / 1,000 分钟
ocr_images	图像和扫描版 PDF → 文本、带置信度和边界框的行（支持 38 种语言，包括乌克兰语）	$1.50 / 1,000 张图像

每个工具都接受公开文件 URL，并支持设置每次调用的 max_charge_usd 安全限额（默认值为 $1）。

选项 1 — 托管（无需安装）

使用 Apify 托管的 MCP 服务，其中仅包含以下工具：

{
  "mcpServers": {
    "document-tools": {
      "url": "https://mcp.apify.com?tools=ai_admin/document-to-markdown,ai_admin/office-to-pdf,ai_admin/pdf-image-converter,ai_admin/audio-transcriber,ai_admin/image-to-text-ocr"
    }
  }
}

首次连接时，浏览器会打开并提示登录 Apify（或传入 Authorization: Bearer <APIFY_TOKEN>）。

选项 2 — 本地（stdio）

git clone https://github.com/AndriyVK/-apify-document-tools
cd -- -apify-document-tools/mcp-server
pip install -r requirements.txt

{
  "mcpServers": {
    "document-tools": {
      "command": "python",
      "args": ["/path/to/-apify-document-tools/mcp-server/server.py"],
      "env": { "APIFY_TOKEN": "your Apify API token" }
    }
  }
}

在 Apify Console → Settings → API & Integrations 中获取令牌。新的 Apify 账户每月都包含免费使用额度。

源代码

这些工具背后的 Actors 位于此代码库的上级文件夹中（MIT 许可）。