convertisseur-ia

🔌 AI 连接器 · 转换器 + OCR

创建者：Oualid Messaoudi · 发行方：Vitalink ATLS Education GmbH Kipsburg 31, 44263 Dortmund · HRB 38336 · vitalink-atls-education.de v1.0.0 · MIT 许可证

两个本地 MCP 服务，让 AI 读取已转换并精简的文档， 而不是直接发送原始 PDF 和图像。100% 离线：不进行任何网络调用。

连接器	功能	前提条件
convertisseur-ia	任意文档 → 轻量 Markdown（含文本的 PDF、Word、Excel、PowerPoint、CSV、HTML、JSON、XML、RTF、TXT、代码）+ token 节省量计算	Node.js ≥ 18（跨平台）
ocr-images	扫描版 PDF、照片和截图 → 文本，使用 Windows 内置 OCR · 图像精简，适用于视觉任务	Node.js ≥ 18 + Windows 10/11

典型节省量：一封 88 KB 的 PDF 信件，预计 token 数从 约 22,000 降至约 480；一张截图从 约 945 个图像 token 降至约 90 个文本 token。

---

安装

已发布到官方 MCP 注册表（io.github.Walmes1/convertisseur-ia、io.github.Walmes1/ocr-images） 和 npm：无需手动安装，npx 会获取软件包。

npx -y convertisseur-ia-mcp

npx -y ocr-images-mcp

如果你更愿意从源代码安装：

git clone https://github.com/Walmes1/connecteurs-ia.git
cd connecteurs-ia/convertisseur-ia
npm install

ocr-images 没有任何依赖项：无需安装任何内容。

然后在 MCP 客户端（Claude Desktop、Claude Code、Cursor、 VS Code、LM Studio 等）中声明这两个服务 — 参见 config-a-coller.json：

{
  "mcpServers": {
    "convertisseur-ia": {
      "command": "npx",
      "args": ["-y", "convertisseur-ia-mcp"]
    },
    "ocr-images": {
      "command": "npx",
      "args": ["-y", "ocr-images-mcp"]
    }
  }
}

配置文件的常见位置：

• Claude Desktop（Windows）：%APPDATA%\Claude\claude_desktop_config.json
• Claude Code：~/.claude.json

修改后重启客户端。

---

工具

convertisseur-ia

工具	描述
convertir_document	一个文件 → Markdown + token 统计信息。选项：max_chars、page_debut、page_fin
apercu_document	轻量预览：类型、大小、预计 token 数、开头字符
convertir_dossier	整个文件夹合并为一个 Markdown。选项：filtre、recursif、max_fichiers
enregistrer_markdown	转换并在原文件旁写入一个 .md 文件
formats_supportes	格式列表及特殊情况

ocr-images

工具	描述
ocr_image	照片 / 截图 / 扫描件 → 文本。langue：auto、de、fr 等
ocr_pdf	扫描版 PDF → 按页提取文本。选项：pages（"1-3,7"）、qualite（默认 2，小字使用 3）
optimiser_image	将图像缩小至最长边 1568 px 并转为 JPEG → 视觉任务的 token 数最多减少 80%
langues_ocr	Windows 中已安装的 OCR 语言 + 如何添加语言

两者配合使用

document
   │
   ├─ couche texte présente ? ── oui ─▶  convertir_document   (rapide, fidèle)
   │
   └─ non (scan, photo)      ────────▶  ocr_pdf / ocr_image   (OCR Windows, ~1 s/page)

convertir_document 会检测扫描版 PDF，并明确提示改用 ocr_pdf。

---

工作原理

• 无需外部库处理 Office 文档：.docx、.xlsx、.pptx 是 ZIP 压缩包 — 使用基于 Node.js zlib 的精简 ZIP 读取器，然后将 XML 转换为 Markdown。
• PDF：通过 pdf.js 提取文本层；如果缺少该库，则使用内置备用方案。
• OCR：使用 Windows 中已有的 Windows.Media.Ocr — 无需 Tesseract、无需下载模型、无需账户。PDF 页面通过 Windows.Data.Pdf 渲染为图像。 langue: "auto" 会尝试每一种已安装的语言，并保留效果最佳的结果。
• Token：文本按约每 4 个字符 = 1 个 token 估算；图像按 宽度 × 高度 / 750 估算。

---

隐私与范围

• 不进行网络调用：文件在磁盘上读取并在内存中转换，只有生成的 Markdown 会进入对话。
• 这些服务会读取 MCP 客户端要求它们读取的本地文件，不受文件夹限制——这正是本地工具的工作方式。只向可信客户端公开，切勿置于公共服务之后。
• enregistrer_markdown 和 optimiser_image 会写入文件（默认写在原文件旁边）；其他工具均不会写入磁盘。
• OCR 并非总是准确：请对照原件核实金额、编号和手写内容。

---

故障排除

症状	解决方案
连接器未显示	MCP 客户端尚未重启，或配置文件中的 mcpServers 位置不正确
“未安装 OCR 语言”	Windows → 时间和语言 → 语言和区域 → 语言选项 → 勾选 OCR
PDF 被标记为“扫描件”	文件没有文本层：请使用 ocr_pdf
不接受 .doc / .xls / .ppt	这些是旧版二进制格式：请另存为 .docx / .xlsx / .pptx
小字体的 OCR 结果不准确	使用 qualite: 3 调用 ocr_pdf

快速检查（应列出工具）：

echo {"jsonrpc":"2.0","id":1,"method":"tools/list"} | node convertisseur-ia/server.js

---

结构

Connecteurs-IA/
├── README.md · PUBLICATION.md · LICENSE · config-a-coller.json
├── _shared/mcp.js             micro-serveur MCP (stdio, 0 dépendance)
├── convertisseur-ia/
│   ├── server.js              5 outils
│   ├── server.json            manifeste registre MCP
│   └── lib/                   convert · office · zip · pdftext
└── ocr-images/
    ├── server.js              4 outils
    ├── server.json            manifeste registre MCP
    └── win-ocr.ps1            OCR Windows + rendu PDF + redimensionnement

---

许可证

MIT — © 2026 Vitalink ATLS Education GmbH，多特蒙德（HRB 38336）。 由 Oualid Messaoudi 设计并开发。

为发行预留的名称：@vitalink-atls/convertisseur-ia-mcp、 @vitalink-atls/ocr-images-mcp、de.vitalink-atls-education/convertisseur-ia、 de.vitalink-atls-education/ocr-images——详情请参阅 PUBLICATION.md。