Token导航 LogoToken导航

MCP Server · 文档知识

KIND parser

KIND-Parser是一款高性能PDF解析工具,支持单次解析提取文本、布局和图像,并通过VLM技术识别复杂表格,生成层次化结构数据。适用于文档自动化处理、数据提取和内容管理场景。

stdio官方级别未说明来源级核验工具 0
Python文档处理知识管理

快速开始

作者 / 组织
41312432
提供方
41312432

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

KIND parser 属于文档知识类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

文档知识

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -r requirements.txt

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

KIND解析器

|KIND项目解析器

✨ 特性

📄 Single-Pass PDF Parsing: Leverages docling---{Mu, Layout Model, Tableformer, EasyOCR} to extract all elements—text(to MD.), layout, and images.

🤖 VLM-Powered Table Recognition: Analyzes high-resolution table images with a VLM to accurately convert tables with complex merged cells into clean HTML.

🧠 Hierrarchical Structure Generation: Automatically builds a folder structure that mirrors the parent-child relationships defined in the MCP.

🧩 Modular Pipeline: Decouples the PDF Parsing, VLM Table Processing, and Content Structuring steps, allowing them to be run independently.

🚀 High-Performance Asynchronous Processing: Utilizes asyncio to efficiently process with concurrent processing.

⚙️ 详细工艺流程

该项目执行三个核心步骤,可以按顺序或独立运行以生成最终输出。

graph LR
    A[Step 1: Conversion] --> B[Step 2: VLM Processing] --> C[Step 3: Structuring]

    subgraph A
        A1(Input: PDF) --> A2{Docling Parse};
        A2 --> A3(Output: MD + Images);
    end

    subgraph B
        B1(Input: Table Images) --> B2{VLM HTML Parsing};
        B2 --> B3{Fix, Merge, Replace};
        B3 --> B4(Output: Final MD);
    end

    subgraph C
        C1(Input: Final MD) --> C2{Hierarchical Sectioning};
        C2 --> C3(Output: Structured Data);
    end

🚀 快速开始

  1. 需求

- Python 3.12+

- 文档2.46.0

- pymupdf4llm

- 简易光学字符识别

- 模型\[布局模型、Tableformer(准确、快速)、EasyOCR(ko)、VLM(Nanonets OCR)\]

  1. 安装

# 1. Clone the repository
git clone 
cd kind_parser

# 2. Install dependencies
pip install -r requirements.txt

# 3. Prepare Models
# Place the model artifacts in the directory specified by the --model_path argument.
  1. 运行管道

要按顺序运行整个管道,请使用提供的shell脚本。


# Execute the full pipeline
bash pdf_parsing.sh

🔧 用法

您可以使用main.py中的--step参数独立运行每个步骤。这对于调试或重新处理特定阶段非常有用。

  • 步骤1:pdf转换

解析源PDF文件以生成Markdown和高分辨率表格图像。


  python main.py --steps pdf_conversion
  • 步骤2:vlm_处理

使用VLM处理步骤1中的表图像,然后替换并合并原始Markdown中的表。


  python main.py --steps vlm_processing
  • 第三步:结构化

从步骤2中获取最终的Markdown,并将其拆分为“Sections”(Gwan)和“Articles”(Jo),以创建最终的文件夹结构。


  python main.py --steps structuring
  • 命令行参数

关键参数在utils/arg_parser.py中定义,可以在运行时动态更改。


  python main.py \
  --accelerator_thread 128 \
  --model_path "$MODEL_PATH" \
  --data_dir "$DATA_DIR" \
  --output_dir "$OUTPUT_DIR" \
  --file_list_path "$FILE_LIST_PATH" \
  --pdf_parsing_num_workers 10 \
  --image_resolution 4.0 \
  --vlm_base_url "http://50.50.79.151:8000/v1" \
  --vlm_model_name "Nanonets-OCR-s" \
  --vlm_concurrency_limit 300 \
  --steps "pdf_conversion"
  ...

🏗️ 项目结构

parser/
├── main.py                 # CLI Entrypoint
├── pdf_parsing.sh          # Pipeline Execution Script
├── core/                   # Core components (Orchestrator, Interfaces)
├── process/                # Independent pipeline steps
├── service-object/         # Business logic services (PDFConverter, VLMProcessor, etc.)
├── models/                 # Data classes and models (FileInfo, DocumentTree)
└── utils/                  # Utility modules (ArgParser, Constants)

🙏 致谢

如果没有文档库强大的文档分析功能,这个项目是不可能的。

📝 待办事项

[ ✅ ] Parallel Processing (Auto-calculate process num)

[ ✅ ] Constants to paths and parameters.

[ 🟢 ] Unit and integration tests for each service and step.

[ 🔴 ] Table postprocess Algorithm.

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

PDF解析Python本地部署表格识别文档自动化层次化结构高性能处理

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

读长文档提问

把 PDF、Markdown 和笔记交给模型,按章节追问细节。

整理知识库

把零散资料归档、打标签,检索时更容易命中。

批量出摘要

提取要点,输出能直接引用的段落。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
KIND parser

MCP World · 本页

0stdio有1 个2026-05-17
Cherry Studio

MCP World

0未说明未标注1 个2026-05-17
Pdf Math Translate

MCP World

0stdio有1 个2026-05-17
report generation

MCP World

0stdio有1 个2026-05-17
Anything To Notebooklm

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

KIND parser 怎么安装?

公开资料给出的安装命令是 pip install -r requirements.txt,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

KIND parser 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

KIND parser 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

KIND parser 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

KIND parser 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP