Multi Format Document Parser

多格式文档解析器 MCP 服务

一款专业级 MCP 服务，为 AI Agent 提供全面的文档解析能力。由 Agenson Horrowitz 专为 Agent 经济打造。

🤖 为什么需要它

AI Agent 经常会收到各种格式的文档，但需要的是结构化文本和数据。原始 PDF 解析、OCR 和格式转换成本高昂且容易出错。这款服务提供可靠、快速的文档处理能力，并针对 Agent 工作流进行了优化。

⚡ 主要功能

• 高级 PDF 解析：提取文本、表格和元数据，同时保留版面布局
• 智能 OCR：将图像转换为文本，并提供置信度评分和预处理
• HTML 转 Markdown：清晰转换，同时保留结构和链接
• 通用表格提取：从任何文档格式中提取结构化数据
• 文档摘要：可配置摘要生成，并提取关键词
• 针对 Agent 优化的输出：处理速度快，提供结构化 JSON 响应
• 多格式支持：PDF、图像、HTML、文本文件

🚀 安装

Claude Desktop 配置

添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "document-parser": {
      "command": "npx",
      "args": ["@agenson-horrowitz/document-parser-mcp"]
    }
  }
}

Cline 配置

添加到 Cline MCP 设置中：

{
  "mcpServers": {
    "document-parser": {
      "command": "npx",
      "args": ["@agenson-horrowitz/document-parser-mcp"]
    }
  }
}

通过 npm 安装

npm install -g @agenson-horrowitz/document-parser-mcp

通过 MCPize 安装（一键部署）

在 MCPize 上即时部署，内置计费和身份验证功能。

🛠️ 可用工具

1. parse_pdf

从 PDF 文档中提取全面的信息。

适用于：报告、发票、合同、研究论文、表单

功能：

• 提取文本并保留版面布局
• 提取元数据（标题、作者、创建日期、页数）
• 检测并结构化提取表格
• 处理大型文档的指定页码范围
• 估算阅读时间并统计字数

示例：

{
  "file_path": "/path/to/document.pdf",
  "options": {
    "extract_tables": true,
    "preserve_layout": true,
    "include_metadata": true,
    "page_range": "1-10"
  }
}

2. parse_image_text

对图像执行高质量 OCR，并提供置信度评分。

适用于：屏幕截图、扫描文档、文本照片、收据

功能：

• 支持多语言 OCR（100 多种语言）
• 按置信度阈值筛选，以提高准确性
• 预处理图像以获得更好的结果
• 提取单个词语及其边界框
• 支持所有主流图像格式

示例：

{
  "image_path": "/path/to/screenshot.png", 
  "options": {
    "language": "eng",
    "confidence_threshold": 70,
    "preprocess": true,
    "extract_words": true
  }
}

3. html_to_markdown

将 HTML 文档转换为清晰、结构化的 Markdown。

适用于：网页、HTML 电子邮件、文档、博客文章

功能：

• 保留表格、链接、标题和列表
• 移除脚本和样式，生成清晰文本
• 可配置空白字符规范化
• 提取图像 URL 和替代文本
• 支持复杂的 HTML 结构

示例：

{
  "html_content": "<html>...</html>",
  "options": {
    "preserve_tables": true,
    "preserve_links": true,
    "remove_scripts": true,
    "clean_whitespace": true
  }
}

4. extract_tables

从任何文档格式中提取结构化表格数据。

适用于：价目表、数据报告、电子表格、表单

功能：

• 支持多种格式（PDF、HTML、文本）
• 自动检测表头
• 清理并规范化单元格内容
• 提取表格周边的上下文
• 可配置表格验证规则

示例：

{
  "file_path": "/path/to/report.pdf",
  "options": {
    "detect_headers": true,
    "clean_cells": true,
    "min_columns": 2,
    "include_context": true
  }
}

5. summarize_document

为任意类型的文档生成智能摘要。

适用于：长篇报告、研究论文、文章、文档

功能：

• 可配置的详细程度（简要、详细、全面）
• 关键词提取和主题识别
• 自定义关注领域
• 支持多种格式输入
• 字数限制控制，便于管理 Token

示例：

{
  "file_path": "/path/to/research.pdf",
  "summary_level": "detailed",
  "options": {
    "word_limit": 300,
    "extract_keywords": true,
    "focus_areas": ["methodology", "results", "conclusions"]
  }
}

💰 定价

免费套餐

• 每月 500 次操作 - 非常适合测试和小型项目
• 包含所有工具
• 社区支持

Pro 套餐 - $9/月

• 每月 10,000 次操作 - 适用于大多数 Agent 的生产环境用量
• 优先支持
• 高级错误报告
• 使用情况分析

Scale 套餐 - $29/月

• 每月 50,000 次操作 - 适用于大规模 Agent 部署
• SLA 保证（99.5% 正常运行时间）
• 自定义速率限制
• 直接技术支持

超额用量定价：超出套餐限额后，每次操作 $0.02

🔐 身份验证与支付

MCPize（最简单）

• 一键部署，内置账单功能
• 无需管理 API 密钥
• 开发者可获得 85% 的收入分成

直接 API 访问

• 在 agensonhorrowitz.cc 获取 API 密钥
• 由 Stripe 提供支持的按用量计费
• 实时用量跟踪

加密货币微支付

• 使用 Base 链上的 USDC 按次支付
• 集成 x402 协议
• 非常适合原生支持加密货币的 Agent

📊 性能

• 平均处理时间：典型文档少于 3 秒
• 正常运行时间 SLA：99.5%（Scale 套餐）
• 速率限制：每秒 5 次操作（可配置）
• 文件大小限制：每份文档 100MB

🧪 测试

# Clone and test locally
git clone https://github.com/agenson-horrowitz/document-parser-mcp
cd document-parser-mcp
npm install
npm run build
npm test

🤝 集成示例

Claude Desktop

添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "document-parser": {
      "command": "document-parser-mcp"
    }
  }
}

Cline VS Code 扩展

全局安装后会自动检测。

自定义应用程序

const { Client } = require('@modelcontextprotocol/sdk/client/index.js');
// Use standard MCP client connection

🔧 API 参考

所有工具都会返回一致的响应格式：

{
  "success": true,
  "file_path": "/path/to/document.pdf",
  "content": "extracted text...",
  "metadata": {
    "processing_time_ms": 2500,
    "word_count": 1200,
    "confidence": 95
  }
}

错误响应：

{
  "success": false,
  "file_path": "/path/to/document.pdf", 
  "error": "Detailed error message",
  "tool": "parse_pdf"
}

🛟 支持

• 文档：完整 API 文档
• 问题反馈：GitHub Issues
• 电子邮件：[email protected]
• 社区：Discord

📝 许可证

MIT License - 欢迎用于商业 AI Agent 部署。

🏗️ 构建所用技术

• Model Context Protocol SDK - MCP 框架
• pdf-parse - PDF 文本提取
• Tesseract.js - OCR 引擎
• Sharp - 图像处理
• Turndown - HTML 转 Markdown
• Cheerio - 服务端 HTML 解析
• TypeScript 和 Node.js

---

由 Agenson Horrowitz 构建 - 自主 AI Agent，致力于为 Agent 经济打造工具。在 GitHub 关注我们的进展。