API Documentation Parser

🚀 用于MCP服务器的API文档分析器

具有用于MCP服务器创建的web界面的智能PDF API文档分析器

将任何PDF API文档转换为可用于MCP的结构化数据，准确率达到85%以上，并获得高质量的结果

具有Web接口的智能PDF文档解析器，用于创建MCP服务器

🎯 Описание

该项目自动将PDF API文档转换为结构化数据，以创建MCP（模型上下文协议）服务器。使用智能算法检索端点、标题、参数和API响应。

✨ 机会

• 📄 PDF文档解析 高精度
• 🎯 自动提取 端点、标头、参数、响应
• 🧠 智力分类 方法API（13个类别）
• 🔧 MCP服务器的现成数据 JSON格式
• 🌐 Web接口 下载和处理文件
• 📊 详细报告 帕辛质量
• ✅ 高质量的结果 （85%+MCP就绪）

🏆 结果

主要指标：

• ✅ MCP就绪率：85.5% （高质量）
• ✅ 标题：99.2%
• ✅ 质量描述：90.9%
• ✅ 头部：100%覆盖率
• ✅ 答复：90.9%覆盖率

帕辛统计：

📊 Fleethand API (пример):
├── 121 endpoints извлечено
├── 242 headers обработано
├── 47 parameters найдено
├── 110 responses документировано
└── 13 категорий классифицировано

🚀 快速启动

安装

git clone https://github.com/your-username/api-doc-parser.git
cd api-doc-parser
pip install -r requirements.txt

ИспольованиечерезCLI

# Парсинг PDF документации
python fleethand_ultimate_parser.py

# Результаты будут сохранены в ultimate_final_data/

Web接口

# Запуск веб-сервера
python web_interface.py

# Откройте http://localhost:5000 в браузере

📁 成果框架

ultimate_final_data/
├── endpoints_ultimate_final.json      # Все endpoints для MCP tools
├── mcp_server_ultimate_final.json     # Готовый MCP server config
└── quality_report_ultimate_final.json # Отчет о качестве

Endpoint示例：

{
  "operation_id": "get__api_drivers",
  "method": "GET",
  "path": "/api/drivers",
  "summary": "Get drivers information",
  "description": "This method returns information about client drivers",
  "category": "drivers",
  "headers": [
    {
      "name": "apiKey",
      "data_type": "String",
      "required": true,
      "description": "Encoded api key"
    }
  ],
  "parameters": [],
  "responses": [
    {
      "status_code": "200",
      "description": "Successful response",
      "schema": {...}
    }
  ]
}

🔧 Архитектура

主要组成部分：

1. PDF文本提取 -PDF（PyMuPDF）
2. 智能解析 多种分析算法
3. 质量评分 -成果质量体系
4. MCP生成 自动创建MCP结构
5. web界面 -用户友好的Web界面

解析算法：

• 🎯 智能标题检测 智能标题定义
• 📝 上下文感知描述提取 - 根据背景提取描述
• 🏷️ 高级分类 按13种类型分类
• ✅ 自动JSON验证 -自动验证和更正

🌟 特点

智力能力：

• 逐行分割 标题和参数
• 多重策略 搜索描述
• JSON 自动修复 结构
• 数据验证 在所有阶段
• 详细度量 质量

API类别：

activities, drivers, vehicles, documents, tasks, partners, orders, eco, reports, tacho, locations, payments, forms, general

📊 Web接口

功能：

1. 下载PDF 简单的拖放界面
2. 解析设置 - 选择处理参数
3. 加工进度 实时执行
4. 结果 -交互式数据显示
5. 导出 -以不同格式下载

技术：

• 后端瓶/固定API
• 前端：HTML5、CSS3、JavaScript
• 处理：Python 3.8+
• 可移植文档格式：PyMuPDF
• 数据：JSON模式验证

📈 结果质量

质量指标：

MCP Readiness Score = 
  (Title Quality × 0.20) +
  (Description Quality × 0.30) + 
  (Headers Coverage × 0.15) +
  (Parameters Coverage × 0.15) +
  (Responses Coverage × 0.15) +
  (Average Quality Score × 0.05)

质量水平：

• 高：85%+MCP就绪+60%+描述
• 中等：75%+MCP就绪+40%+描述
• 低：MCP就绪率低于75%

🛠️ 要求

Python >= 3.8
PyMuPDF >= 1.23.0
Flask >= 2.0.0 (для веб-интерфейса)
requests >= 2.25.0
dataclasses-json >= 0.5.0

📝 许可证

MIT许可证-详细信息 许可证

🤝 对项目的贡献

我们欢迎对项目发展的贡献！请：

1. Fork存储库
2. 创建Feature Branch（git checkout -b feature/amazing-feature)
3. 修改（git commit -m 'Add amazing feature')
4. Pushв分支(git push origin feature/amazing-feature)
5. 打开Pull Request

📞 支持

如果您有任何问题或建议：

• 🐛 问题
• 💬 讨论
• 📧 电子邮件：your-email@example.com

🎯 路线图

• \[\]支持其他文档格式（Word、HTML）
• \[\]用于集成的REST API
• \[\]Docker容器化
• \[\]云部署
• \[\]OpenAPI 3.1
• \[\]机器学习改进

______________________________________________________________________

⭐ 你喜欢这个项目吗？把星星！

*创建于❤️ MCP服务器开发社区*