MCP-PDF2MD
MCP-PDF2MD服务
基于MCP的高性能PDF到Markdown转换服务，由MinerU API提供支持，支持本地文件和具有结构化输出的URL链接的批处理。
主要特点
- 格式转换：将PDF文件转换为结构化Markdown格式。
- 多源支持：处理本地PDF文件和URL链接。
- 智能加工：自动选择最佳加工方法。
- 批处理：支持多文件批处理转换，可高效处理大量PDF文件。
- MCP集成：与Claude Desktop等LLM客户端无缝集成。
- 结构保存：维护原始文档结构，包括标题、段落、列表等。
- 智能布局：以人类可读的顺序输出文本，适用于单列、多列和复杂布局。
- 公式转换：自动识别文档中的公式并将其转换为LaTeX格式。
- 表格提取：自动识别文档中的表格并将其转换为结构化格式。
- 清理优化：删除页眉、页脚、脚注、页码等，以确保语义连贯性。
- 高质量提取：从PDF文档中高质量地提取文本、图像和布局信息。
系统要求
- 软件：Python 3.10+
快速开始
- 克隆存储库并输入目录：
git clone https://github.com/FutureUnreal/mcp-pdf2md.git
cd mcp-pdf2md- 创建虚拟环境并安装依赖项：
Linux/macOS:
uv venv
source .venv/bin/activate
uv pip install -e .视窗:
uv venv
.venv\Scripts\activate
uv pip install -e .- 配置环境变量：
创建一个 .env 在项目根目录中创建文件，并设置以下环境变量：
MINERU_API_BASE=https://mineru.net/api/v4/extract/task
MINERU_BATCH_API=https://mineru.net/api/v4/extract/task/batch
MINERU_BATCH_RESULTS_API=https://mineru.net/api/v4/extract-results/batch
MINERU_API_KEY=your_api_key_here- 启动服务：
uv run pdf2md命令行参数
服务器支持以下命令行参数：
Claude桌面配置
在Claude Desktop中添加以下配置：
视窗:
{
"mcpServers": {
"pdf2md": {
"command": "uv",
"args": [
"--directory",
"C:\\path\\to\\mcp-pdf2md",
"run",
"pdf2md",
"--output-dir",
"C:\\path\\to\\output"
],
"env": {
"MINERU_API_KEY": "your_api_key_here"
}
}
}
}Linux/macOS:
{
"mcpServers": {
"pdf2md": {
"command": "uv",
"args": [
"--directory",
"/path/to/mcp-pdf2md",
"run",
"pdf2md",
"--output-dir",
"/path/to/output"
],
"env": {
"MINERU_API_KEY": "your_api_key_here"
}
}
}
}关于API密钥配置的说明： 您可以通过两种方式设置API密钥：
- 在
.env项目目录中的文件（建议用于开发） - 在如上所示的Claude Desktop配置中（建议常规使用）
如果在两个位置都设置了API键，则Claude Desktop配置中的键将优先。
MCP工具
服务器提供以下MCP工具：
- convert_pdf_url：将PDF URL转换为Markdown
- convert_pdf_file：将本地PDF文件转换为Markdown
获取MinerU API密钥
该项目依赖MinerU API进行PDF内容提取。要获取API密钥：
- 访问 MinerU官方网站 并注册一个帐户
- 登录后，在申请API检测资格 此链接
- 一旦您的申请获得批准，您就可以访问 API管理 页
- 按照提供的说明生成API密钥
- 复制生成的API密钥
- 将此字符串用作
MINERU_API_KEY
请注意，对MinerU API的访问目前正处于测试阶段，需要获得MinerU团队的批准。审批过程可能需要一些时间，因此请相应地制定计划。
演示
输入PDF
输出Markdown
许可证
MIT许可证-有关详细信息，请参阅许可证文件。
鸣谢
此项目基于来自的API 矿工.