PDF Extraction MCP Server (Claude Code Fork)

PDF 提取 MCP 服务（Claude Code 分支）

用于从 PDF 文件中提取内容的 MCP 服务，修复了 Claude Code CLI 安装问题。

此分支包含关键修复，可在 Claude Code（CLI 版本）中安装并运行该服务。

此分支的不同之处

1. 新增 __main__.py - 支持通过 python -m pdf_extraction 将软件包作为模块运行
2. Claude Code 专用说明 - 提供适用于 Claude Code CLI 的清晰安装步骤
3. 已测试安装流程 - 已验证 claude mcp add 命令可正常使用

组件

工具

该服务实现了一个工具：

• extract-pdf-contents：从本地 PDF 文件中提取内容
  • 必需参数 pdf_path 为字符串（本地文件路径）
  • 可选参数 pages 为字符串（以逗号分隔的页码，支持负数索引，例如 -1 表示最后一页）
  • 支持从 PDF 提取文本，也支持对扫描文档进行 OCR

Claude Code CLI 安装

前置条件

• Python 3.11 或更高版本
• pip 或 conda
• 已安装 Claude Code CLI（claude 命令）

第 1 步：克隆并安装

# Clone this fork
git clone https://github.com/lh/mcp-pdf-extraction-server.git
cd mcp-pdf-extraction-server

# Install in development mode
pip install -e .

第 2 步：查找已安装的命令

# Check where pdf-extraction was installed
which pdf-extraction
# Example output: /opt/homebrew/Caskroom/miniconda/base/bin/pdf-extraction

第 3 步：添加到 Claude Code

# Add the server using the full path from above
claude mcp add pdf-extraction /opt/homebrew/Caskroom/miniconda/base/bin/pdf-extraction

# Verify it was added
claude mcp list

第 4 步：在 Claude 中使用

# Start a new Claude session
claude

# In Claude, type:
/mcp

# You should see:
# MCP Server Status
# • pdf-extraction: connected

使用示例

连接后，你可以让 Claude 提取 PDF 内容：

"Can you extract the content from the PDF at /path/to/document.pdf?"

"Extract pages 1-3 and the last page from /path/to/document.pdf"

故障排除

服务无法连接

1. 添加服务后，请确保启动了新的 Claude 会话
2. 确认命令路径正确：ls -la $(which pdf-extraction)
3. 直接测试命令（它应等待输入而保持挂起）：pdf-extraction

找不到模块错误

如果出现 Python 导入错误：

1. 确保使用的是安装该软件包时所用的同一 Python 环境
2. 尝试使用完整的 Python 路径：claude mcp add pdf-extraction /path/to/python -m pdf_extraction

安装问题

如果 pip install -e . 失败：

1. 确保已安装 Python 3.11 或更高版本：python --version
2. 尝试创建一个新的虚拟环境：

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate
   pip install -e .
   

Claude Desktop 用户须知

此分支专为 Claude Code CLI 设计。如果你使用的是 Claude Desktop（图形界面应用），请参阅原始仓库中的安装说明。

依赖项

• mcp>=1.2.0
• pypdf2>=3.0.1
• pytesseract>=0.3.10 (用于 OCR 支持)
• Pillow>=10.0.0
• pydantic>=2.10.1,<3.0.0
• pymupdf>=1.24.0

贡献

欢迎贡献！此分支的主要改动是新增 __main__.py，使软件包可以作为模块运行。

许可证

与原始仓库相同。

致谢

原始服务由 @xraywu 开发
Claude Code 修复由 @lh 提供