mcpField
P
Pdf Reader

Pdf Reader

本地服务
github.com/sunderbharath85文件与存储162 周前更新
代码仓库

关于 Pdf Reader

Pdf Reader 是一个 MCP 服务，可从本地 PDF 和图像中提取文本，适用于需要读取文档内容的 MCP 客户端。它结合 PDF 内嵌文本提取与 Tesseract OCR，并可在无法提取时回退到 OCR。

主要功能

  1. 01提取 PDF 内嵌文本
  2. 02对扫描 PDF 执行 OCR
  3. 03识别图像中的文字
  4. 04支持文件路径或 Base64 输入

适用场景

  1. 01从 PDF 中提取可复制文本
  2. 02识别扫描文档和图片文字

MCP 相关

通过 MCP 暴露 extract_text_from_pdf 工具，输入可为本地文件路径或 Base64 内容，并返回提取出的文本。

#pdf

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

pdf-reader-mcp

一个可从 PDF 和图像中提取文本的 MCP 服务。支持：

  • 从 PDF 中提取原生文本（嵌入文本）
  • 使用 Tesseract 对扫描版 PDF 和图像进行 OCR

要求

  • Node.js >= 18.18
  • 为获得最佳 PDF OCR 效果，请安装 Poppler（用于 pdftoppm）和 Tesseract（CLI）：
macOS
brew install poppler tesseract
Windows
  1. Tesseract：从 GitHub releases 下载并安装，或使用 chocolatey： 
    choco install tesseract
  2. Poppler：从 poppler-windows 下载并添加到 PATH，或使用 chocolatey： 
    choco install poppler
Linux（Ubuntu/Debian）
sudo apt-get install poppler-utils tesseract-ocr

注意：Poppler 是可选的；如果未安装，服务会退回到较慢的整文件 OCR。OCR 优先使用 Tesseract CLI；如果未安装，则服务会退回到 tesseract.js（首次运行时会下载语言数据）。

安装

npm install

构建

npm run build

运行（stdio）

npm start

此服务使用 MCP 的 stdio 传输方式。请在此文件夹中将命令 node dist/index.js 配置为 MCP 客户端的命令。

MCP 客户端配置示例（JSON）：

{
	"mcpServers": {
		"pdf-reader-mcp": {
			"command": "node",
			"args": ["dist/index.js"],
			"env": { }
		}
	}
}

工具：extract_text_from_pdf

输入（以下二选一）：

  • path：本地 PDF 或图像文件的路径
  • base64：Base64 编码的内容（可选带有 data URL 前缀）

选项：

  • ocr（布尔值，默认 false）：强制使用 OCR。为 false 时，服务会先尝试原生文本提取，必要时再退回到 OCR。

输出：提取的文本，作为单个文本项返回。

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。