MCP文档阅读器
A. 模型上下文协议（MCP） 服务器，使AI助手能够从PDF、Excel和Word文档中读取和提取内容。
特性
- PDF阅读：使用从PDF文件中提取文本内容
pdfminer.six - Excel读取：阅读
.xlsx和.xls带有格式化表格输出的文件 - 读字：从中提取文本和表格
.docx文件 - 交叉平台的：适用于Windows、Linux和macOS
- Unicode支持：完全支持非ASCII字符（中文、日文等）
安装
使用uvx（推荐）
uvx mcp-doc-reader使用pip
pip install mcp-doc-reader来自源头
git clone https://github.com/yourusername/mcp-doc-reader.git
cd mcp-doc-reader
pip install -e .配置
将以下内容添加到MCP客户端配置中（例如，Claude Desktop、Cursor）：
选项1：使用uvx（推荐）
{
"mcpServers": {
"DocReader": {
"command": "uvx",
"args": ["mcp-doc-reader"]
}
}
}选项2：使用pip安装命令
{
"mcpServers": {
"DocReader": {
"command": "mcp-doc-reader"
}
}
}选项3：支持Unicode的Windows
对于具有非ASCII文件路径（例如，中文字符）的Windows系统：
{
"mcpServers": {
"DocReader": {
"command": "cmd",
"args": [
"/c",
"chcp 65001 >nul && uvx mcp-doc-reader"
]
}
}
}选项4:带Python模块的Linux/macOS
{
"mcpServers": {
"DocReader": {
"command": "python",
"args": ["-m", "docreader"]
}
}
}可用工具
read_pdf
从PDF文件中读取文本内容。
参数：
file_path（string，必填）：PDF文件的绝对路径
例子：
{
"name": "read_pdf",
"arguments": {
"file_path": "/path/to/document.pdf"
}
}read_excel
从Excel文件（.xlsx或.xls）读取内容。
参数：
file_path（字符串，必填）：Excel文件的绝对路径
例子：
{
"name": "read_excel",
"arguments": {
"file_path": "/path/to/spreadsheet.xlsx"
}
}read_word
从Word文件（.docx）读取文本内容。
参数：
file_path（string，必填）：Word文件的绝对路径
例子：
{
"name": "read_word",
"arguments": {
"file_path": "/path/to/document.docx"
}
}使用示例
配置后，您可以要求您的AI助手：
- “阅读/path/to/report.pdf的内容”
- “从/path/to/data.xlsx提取数据”
- “文档/path/to/memo.docx包含什么？”
发展
设置开发环境
git clone https://github.com/yourusername/mcp-doc-reader.git
cd mcp-doc-reader
pip install -e ".[dev]"运行测试
pytest构建包
pip install build
python -m build发布到PyPI
pip install twine
twine upload dist/*项目结构
mcp-doc-reader/
├── src/
│ └── docreader/
│ ├── __init__.py
│ ├── __main__.py
│ ├── server.py
│ └── readers/
│ ├── __init__.py
│ ├── pdf_reader.py
│ ├── excel_reader.py
│ └── word_reader.py
├── examples/
│ ├── mcp_config_pip.json
│ ├── mcp_config_uvx.json
│ ├── mcp_config_windows.json
│ └── mcp_config_linux.json
├── pyproject.toml
├── README.md
└── LICENSE故障排除
Windows:Unicode/中文文件名问题
如果在Windows上的文件路径中遇到非ASCII字符问题，请使用将代码页设置为UTF-8的Windows特定配置：
{
"mcpServers": {
"DocReader": {
"command": "cmd",
"args": ["/c", "chcp 65001 >nul && mcp-doc-reader"]
}
}
}.doc文件不受支持
Word阅读器仅支持 .docx 格式。阅读 .doc 文件，请将其转换为 .docx 首先使用微软Word或LibreOffice。
许可证
MIT许可证-请参阅 许可证 了解详情。
贡献
欢迎投稿！请随时提交拉取请求。