Go Docs Mcp

Go-Docs MCP

安装即用。 一条命令，单个二进制文件。让 AI 阅读任意文档——PDF、文本、Markdown、DOCX 和图像。

用于多格式文档访问的 MCP 服务——通过 Model Context Protocol 读取、搜索、提取图像、进行 OCR，以及从 URL 获取文档。提供 13 个工具，支持 6 种格式，无需配置。

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

想深入了解 MCP 服务为何优于直接使用工具，请参阅 为何选择 MCP？

---

🏆 为什么选择 Go-Docs MCP？

其他所有文档 MCP 服务都只处理一种格式——PDF 服务处理 PDF，DOCX 服务处理 DOCX。要读取三种格式的文档，你需要三个独立的服务。

	Go-Docs MCP	其他服务
单个二进制文件，无需运行时	是	需要 Node/Python
一行命令 go install	是	npm+依赖或 pip+venv
多格式（6 种）	是	每个服务仅支持一种格式
全文搜索	是	部分支持或不支持
OCR（扫描版 PDF + 图像）	是	少见
图像和表格提取	是	部分支持
文档大纲	是	少见
从 URL 获取	是	少见
目录锁定，只读	是	不尽相同
智能缓存	是	不支持
完全离线	是	是

Go-Docs MCP 通过单个二进制文件读取所有文档——快速、安全，且运行时无需依赖。

---

📋 功能 — 13 个工具

类别	工具	描述
发现	list_documents	列出所有文档及其元数据（格式、页数、大小）
发现	list_formats	列出支持的格式和依赖状态
读取	read_document	读取任意格式文档的全文、指定页面或页面范围
读取	read_url	从 URL 下载并提取文本（最大 50MB）
读取	get_document_summary	将前 3 页作为快速概览
搜索	search_document	不区分大小写的全文搜索，并显示上下文
分析	get_document_metadata	标题、作者、日期、版本、页数
分析	get_document_outline	目录 / 书签
分析	extract_tables	将表格提取为结构化数据
分析	extract_images	将图像提取为 base64（每次调用最多 10 张）
OCR	ocr_document	对扫描版或基于图像的 PDF 强制执行 OCR
OCR	read_image	通过 OCR 从 PNG、JPG、TIFF 中提取文本
导出	convert_to_markdown	将任意文档转换为整洁的 Markdown

亮点：

• 快速 — 基于修改时间的内存缓存可避免重复提取
• 多格式 — 通过一个服务支持 PDF、TXT、MD、CSV、DOCX 和图像
• OCR — 扫描文档会自动回退到 tesseract
• 安全 — 锁定目录并防止路径遍历
• 便携 — 可在 macOS 和 Linux 上运行

---

📄 支持的格式

格式	依赖项	备注
PDF	poppler（pdftotext、pdfinfo、pdfimages、pdftoppm）	完整支持——文本、图像、元数据、OCR 回退
TXT、MD、CSV	无	原生支持，无依赖
DOCX	pandoc（可选）	Word 文档提取
图像（PNG、JPG、TIFF）	tesseract（可选）	OCR 文本提取

---

📦 前置条件

• Go 1.25+（安装）
• poppler — PDF 支持所需
• tesseract （可选） — 为扫描文档和图像启用 OCR
• pandoc （可选） — 启用 DOCX 支持

# 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

注意： TXT、MD 和 CSV 开箱即用，无需任何依赖。只安装所需的依赖即可。

---

🚀 安装

从源代码安装

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

在本地构建

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/

---

⚙️ 配置

Go-Docs MCP 从配置的目录读取文档。设置 DOCS_MCP_DIR 可更改目录：

变量	默认值	说明
DOCS_MCP_DIR	~/.docs-mcp/documents/	存放待提供文档的目录
PDF_MCP_DIR	（旧版别名）	与 DOCS_MCP_DIR 向后兼容的别名

将文档放入该目录，服务便会自动找到它们。系统会检测所有受支持的格式。

---

💡 使用方法

与 Claude Code 搭配使用

添加到 .claude/settings.json：

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

与 Claude Desktop 搭配使用

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）：

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

与任意 MCP 客户端搭配使用

服务通过 stdio 使用 JSON-RPC 2.0 进行通信：

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

---

📖 工具参考

list_documents

列出配置目录中的所有文档，并检测其格式。

参数： 无

输出示例：

[
  {
    "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

列出所有受支持的文档格式及其依赖状态。

参数： 无

---

read_document

读取文档提取出的文本内容。如果文档基于图像或为扫描件，且 pdftotext 返回空文本，则会自动改用 OCR。

参数：

名称	类型	必填	说明
filename	string	是	要读取的文档文件名
page	number	否	单页页码（从 1 开始）。省略则读取全文。
pages	string	否	页码范围，例如 "1-5"、"10"、"1-3,7,10-12"。优先于 page。

输入示例：

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

---

search_document

在文档中搜索与查询匹配的行。返回匹配项及其前后各 2 行上下文和大致页码。

参数：

名称	类型	必填	说明
filename	string	是	要搜索的文档文件名
query	string	是	搜索查询（不区分大小写）

输出示例：

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

返回文档前 3 页的文本，作为快速摘要。

参数：

名称	类型	必填	说明
filename	string	是	要生成摘要的文档文件名

---

get_document_metadata

返回完整的文档元数据。

参数：

名称	类型	必填	说明
filename	string	是	要获取元数据的文档文件名

输出示例：

{
  "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

提取文档大纲（目录／书签），并以结构化列表形式返回。

参数：

名称	类型	必填	说明
filename	string	是	要提取大纲的文档文件名

---

extract_tables

从文档中提取表格，并以结构化数据形式返回。

参数：

名称	类型	必填	说明
filename	string	是	要提取表格的文档文件名
page	number	否	要提取的特定页码。省略则提取所有页面。

---

extract_images

从文档中提取图像，并以 base64 编码数据的形式返回。每次调用最多返回 10 张图像。

参数：

名称	类型	必填	描述
filename	string	是	要从中提取图像的文档文件名
page	number	否	要提取的特定页码。省略则提取所有页面。

输出示例：

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

---

read_url

从 URL 下载文档并提取其文本内容。文件大小上限：50MB。

参数：

名称	类型	必填	描述
url	string	是	要下载并读取的文档 URL
pages	string	否	要提取的页码范围，例如 "1-5"。省略则提取全文。

输入示例：

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

---

ocr_document

使用 tesseract 对 PDF 文档强制执行 OCR。适用于扫描版／基于图像的 PDF，或 pdftotext 返回乱码的情况。需要 tesseract 和 pdftoppm。

注意：read_document 已会自动检测基于图像的 PDF，并在需要时改用 OCR。若要无论如何都强制执行 OCR，或需要指定非英语语言，请使用 ocr_document。

参数：

名称	类型	必填	描述
filename	string	是	要进行 OCR 的 PDF 文件名
page	number	否	要进行 OCR 的特定页码（从 1 开始）。省略则处理所有页面。
language	string	否	Tesseract 语言代码（默认值：eng）。可使用 spa、fra 等。

输入示例：

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

---

read_image

使用 OCR 从图像文件中提取文本。支持 PNG、JPG 和 TIFF。需要 tesseract。

参数：

名称	类型	必填	描述
filename	string	是	要读取的图像文件名（PNG、JPG、TIFF）
language	string	否	Tesseract 语言代码（默认值：eng）。

输入示例：

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

---

🔒 安全

• 目录锁定 — 只能访问 DOCS_MCP_DIR 内的文件
• 路径遍历防护 — 文件名经过清理；拒绝 ../
• 扩展名过滤 — 仅提供受支持的格式
• 只读 — 不执行写入操作
• URL 下载 — 限制为 50MB，验证 Content-Type，并立即清理临时文件

---

🛠️ 开发

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

项目结构

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 评分

---

📄 许可证

MIT - 版权所有 2026 Drolosoft

---

💛 支持

---

Drolosoft — 我们希望存在的工具