NanoPDF MCP服务器
NanoPDF MCP Server是一种模型上下文协议（MCP）实现，它将AI驱动的PDF编辑和生成功能直接带到Claude Desktop。它使用户能够修改现有的PDF页面或使用谷歌的Gemini 3 Pro模型生成新的页面，所有这些都可以在以隐私为中心的本地环境中完成。
🚀 主要特点
- 人工智能驱动的编辑：使用自然语言提示修改PDF幻灯片。
- 智能发电：在任何页面后创建新的、视觉上一致的幻灯片。
- 可视化的预览：将特定PDF页面视为高质量图像。
- 隐私第一：所有版本控制和临时文件都存储在本地计算机上。
- 国家保护：使用Tesseract OCR在AI生成的页面中维护可搜索的文本层。
- 版本控制：内置撤消功能，便于安全实验。
📋 先决条件
系统相关性
服务器需要 poppler （用于PDF渲染）和 tesseract （用于OCR）已安装在您的系统上。
- macOS（Homebrew）：
brew install poppler tesseract- Ubuntu/Debian：
sudo apt-get install poppler-utils tesseract-ocr环境变量
需要一个Google Gemini API密钥来为人工智能功能供电。
GEMINI_API_KEY：您的Google AI Studio API密钥。
🛠️ 安装和设置
1.开发环境
此项目使用 uv 用于闪电般快速的Python包管理。
# Navigate to the server directory
cd mcp-server
# Install dependencies
uv sync2.配置克劳德桌面
将NanoPDF服务器添加到您的Claude Desktop配置中：
路径： ~/Library/Application Support/Claude/claude_desktop_config.json
{
"mcpServers": {
"nanopdf": {
"command": "/Users/username/.local/bin/uv", # replace with your uv path
"args": [
"run",
"--directory",
"/Users/username/nano-pdf-mcp/mcp-server", # replace with your mcp-server path
"server.py"
]
}
}
}\[！重要\] 改变username到您的实际macOS用户名。确保--directory路径是通往你的绝对路径mcp-server文件夹。
📖 使用指南
有关详细的工具说明和工作流程示例，请参阅 使用指南.
核心工作流程
- 打开PDF:
open_pdf(pdf_path="/path/to/document.pdf") - 编辑/添加:
edit_pdf_page(session_id="...", page_number=1, prompt="...")
📂 项目结构
mcp-server/：核心MCP服务器实现。
- server.py：主要切入点和工具定义。 - mcp_pdf_utils.py：PDF处理、OCR和渲染逻辑。 - mcp_ai_utils.py：Gemini Pro Vision API集成。 - history_manager.py：本地会话和版本历史跟踪器。 - output/：用于会话和预览的本地存储。
LICENSE：项目许可证（MIT）。USAGE.md：详细的使用说明和示例。
🤝 致谢
基于原始 NanoPDF 项目。适用于模型上下文协议。
📄 许可证
MIT许可证