Document Skills MCP

文档技能MCP服务器

  

一种安全强化的模型上下文协议（MCP）服务器，为PDF、Excel、Word和PowerPoint文件提供文档操作工具。

特性

PDF工具

• 提取文本：提取具有可选布局保留的文本内容
• 提取表格：提取结构化表数据
• 合并PDF：合并多个PDF文件
• 拆分PDF：拆分为页面或页面范围
• 元数据：提取PDF元数据

Excel（XLSX）工具

• 读取Excel：以JSON格式读取工作表
• 分析：获取统计数据和结构信息
• 编写Excel：从JSON数据创建Excel文件
• 转换为CSV：将图纸导出为CSV文件

Word（DOCX）工具

• 提取文本：提取文本和表格
• 转换为Markdown：使用支持轨迹更改的pandoc
• 元数据：提取文档属性
• 打开包装/打包：使用原始OOXML

PowerPoint（PPTX）工具

• 提取文本：提取幻灯片内容
• 转换为Markdown：使用markitdown
• 生成缩略图：创建幻灯片预览网格
• 文本清单：获取详细的文本形状清单
• 替换文本：用格式批量替换文本
• 元数据：提取演示文稿属性
• 打开包装/打包：使用原始OOXML

安全特性

🔒 生产就绪安全强化

• ✅ 路径遍历保护
• ✅ 命令注入预防
• ✅ ZIP滑动漏洞保护
• ✅ 输入验证和净化
• ✅ 子进程超时强制
• ✅ 错误消息清理
• ✅ XML外部实体（XXE）保护

看 安全.md 和 README_SECURITY.md 了解详情。

安装

1.安装Python依赖项

pip install -r requirements.txt

2.安装外部工具

Ubuntu/Debian：

sudo apt-get install pandoc poppler-utils

macOS：

brew install pandoc poppler

Fedora/RHEL：

sudo dnf install pandoc poppler-utils

3.配置允许的目录

# Set allowed directories for file access
export DOCUMENT_SKILLS_ALLOWED_DIRS="/var/app/uploads:/var/app/temp"

# Create directories
sudo mkdir -p /var/app/uploads /var/app/temp
sudo chown $USER:$USER /var/app/uploads /var/app/temp
chmod 700 /var/app/uploads /var/app/temp

用法

启动服务器

python mcp_server.py [PORT]

默认端口：8421

端点

• 主控程序: http://localhost:8421/mcp/messages
• 健康: http://localhost:8421/health
• 信息: http://localhost:8421/

环境变量

• DOCUMENT_SKILLS_ALLOWED_DIRS -允许目录的冒号分隔列表
• DEBUG_MODE -启用详细错误消息（默认值：false， 从不用于生产)

示例用法

通过MCP客户端连接或使用HTTP：

# Health check
curl http://localhost:8421/health

# List available tools
curl http://localhost:8421/

发展

代码质量

运行linting：

pip install ruff
ruff check .
ruff format .

测试

# Test path validation
python -c "from security import validate_path; print(validate_path('/tmp/test.pdf'))"

# Test with invalid path (should fail)
python -c "from security import validate_path; validate_path('/etc/passwd')"

项目结构

document_skills_mcp/
├── mcp_server.py           # Main MCP server
├── security.py             # Security validation module
├── requirements.txt        # Python dependencies
├── README.md              # This file
├── README_SECURITY.md     # Security documentation
├── SECURITY.md            # Security policy
├── CONTRIBUTING.md        # Contribution guidelines
├── CHANGELOG.md           # Version history
├── .ruff.toml            # Linting configuration
├── .editorconfig         # Editor configuration
├── .gitignore            # Git ignore patterns
├── docx/                 # DOCX tools and scripts
├── pdf/                  # PDF tools and scripts
├── pptx/                 # PPTX tools and scripts
└── xlsx/                 # XLSX tools and scripts

贡献

我们欢迎捐款！请参阅 贡献.md 作为指导方针。

• 通过以下方式报告错误
• 通过以下方式建议功能 讨论
• 根据我们的请求提交pull请求 贡献指南

安全

如需报告安全漏洞，请发送电子邮件至 security@example.com.

不要为安全漏洞创建公共GitHub问题。

看 安全.md 我们的安全政策。

许可证

此项目根据Apache许可证2.0获得许可-请参阅 许可证 文件以获取详细信息。

致谢

基于 Composio出色的claude技能 文档技能。

受以下因素启发的安全实践：

• A2A协议
• OWASP安全编码实践
• 谷歌Python风格指南

更新日志

看 更改日志.md 查看版本历史和发行说明。