Nutrient Pdf MCP Server

营养PDF MCP服务器

用于LLM驱动的PDF文档分析和探索的强大模型上下文协议服务器

我应该使用哪个MCP服务器？

你在 PDF MCP服务器 回购。当您需要低级PDF对象树检查/调试而不是端到端工作流自动化时，请选择此选项。

• 生态系统概述： 营养人工智能基础设施
• 产品登录页面： 营养MCP服务器

A. 模型上下文协议（MCP） 用于研究具有延迟加载支持的PDF对象树的服务器。该工具允许LLM有效地探索PDF文档结构，而不会受到压倒性的令牌限制。

特性

• 懒加载：在不加载整个对象树的情况下探索PDF结构
• 路径导航：使用点符号浏览PDF对象（例如。， Pages.Kids.0)
• 选择性分辨率：按需解决特定的间接对象
• 代币高效：与全树转储相比，响应大小大幅减少
• 类型安全：全面的类型提示和错误处理

安装

可选的 asdf 设置

你需要 python 和 nodejs 安装在您的机器上。您可以选择使用 asdf.

• 安装和配置 asdf 版本管理器
• 安装 asdf python 插件

最后安装所需的工具，包括：

git clone https://github.com/PSPDFKit/nutrient-pdf-mcp-server.git
cd nutrient-pdf-mcp-server
asdf install

# Install pipx for Python
python -m pip install --user pipx

之后继续进行其余的安装。

快速开始

git clone https://github.com/PSPDFKit/nutrient-pdf-mcp-server.git
cd nutrient-pdf-mcp-server
make install-dev  # Sets up development environment

适用于Claude Code CLI

推荐：构建和安装

pip install build
make build
pipx install dist/nutrient_pdf_mcp-1.0.0-py3-none-any.whl
claude mcp add nutrient-pdf-mcp nutrient-pdf-mcp

如果使用 asdf，您可能需要配置 pipx 运行前请执行以下操作：

export PIPX_DEFAULT_PYTHON=$(asdf which python)
pipx install dist/nutrient_pdf_mcp-1.0.0-py3-none-any.whl

发展模式

make install-dev
claude mcp add nutrient-pdf-mcp "$(pwd)/venv/bin/python" -m pdf_mcp.server

手动配置

{
  "mcpServers": {
    "nutrient-pdf-mcp": {
      "command": "python",
      "args": ["-m", "pdf_mcp.server"]
    }
  }
}

可用工具

get_pdf_object_tree

Nutrition PDF MCP服务器-通过延迟加载获取PDF对象树的JSON表示。

参数：

• pdf_path （必填）：PDF文件的路径
• object_id （可选）：要检索的特定对象ID（例如，“1 0”）
• path （可选）：要导航的对象路径（例如，“Pages.Kids.0”）
• mode （可选）：解析模式-“懒惰”（默认）或“完全”

示例：

{
  "pdf_path": "document.pdf",
  "mode": "lazy"
}

{
  "pdf_path": "document.pdf",
  "path": "Pages.Kids.0",
  "mode": "lazy"
}

resolve_indirect_object

Nutrition PDF MCP服务器-通过对象和生成编号解析特定的间接对象。

参数：

• pdf_path （必填）：PDF文件的路径
• objnum （必填）：PDF对象编号（例如3）
• gennum （可选）：PDF生成编号（默认为0）
• depth （可选）：分辨率深度-“浅”（默认）或“深”

示例：

{
  "pdf_path": "document.pdf",
  "objnum": 3,
  "gennum": 0,
  "depth": "shallow"
}

命令行用法

# Run the server
make serve

# Or run with debug logging
make serve-debug

建筑

核心组件

• parser.py：支持延迟加载的主要PDF解析逻辑
• server.py：MCP服务器实现
• types.py：PDF对象和响应的类型定义
• exceptions.py：自定义异常类

响应类型

所有PDF对象都序列化为一致的JSON格式：

{
  "type": "dict",
  "value": {
    "/Type": { "type": "name", "value": "/Pages" },
    "/Kids": {
      "type": "array",
      "value": [{ "type": "indirect_ref", "objnum": 2, "gennum": 0 }]
    }
  }
}

代币效率

延迟加载系统提供了大量的代币节省：

• 懒惰模式：~5-50行（最小标记）
• 浅分辨率：~50-100行（合理标记）
• 深度分辨率：500+行（谨慎使用）

例子

探索PDF结构

1. 获取概述: get_pdf_object_tree(path="document.pdf", mode="lazy")
2. 导航到页面: get_pdf_object_tree(path="document.pdf", path="Pages", mode="lazy")
3. 解析特定页面: resolve_indirect_object(objnum=3, gennum=0, depth="shallow")
4. 需要时深潜: resolve_indirect_object(objnum=3, gennum=0, depth="deep")

路径导航示例

• "Pages" -导航到Pages对象
• "Pages.Kids" -从页面获取儿童数组
• "Pages.Kids.0" -获取第一页
• "Pages.Kids.0.MediaBox.2" -从MediaBox数组获取宽度

发展

快速开始

# Set up development environment
make install-dev

# Run all quality checks (format, lint, typecheck, test)
make quality

# Or run individual commands
make test          # Run tests
make format        # Format code
make lint          # Run linter
make typecheck     # Type checking

项目结构

nutrient-pdf-mcp-server/
├── pdf_mcp/
│   ├── __init__.py
│   ├── server.py          # MCP server
│   ├── parser.py          # PDF parsing logic
│   ├── types.py           # Type definitions
│   └── exceptions.py      # Custom exceptions
├── tests/                 # Test suite
├── res/                   # Sample PDFs
├── pyproject.toml         # Project configuration
└── README.md

发布到PyPI

# Build the package
make build

# Upload to test PyPI first
twine upload --repository testpypi dist/*

# Upload to production PyPI
twine upload dist/*

发布后，用户可以安装：

pipx install nutrient-pdf-mcp
# or
pip install --user nutrient-pdf-mcp

贡献

1. 分叉存储库
2. 创建要素分支
3. 通过测试进行更改
4. 确保代码质量检查通过
5. 提交拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

相关项目

• 模型上下文协议
• PyPDF
• 克劳德代码