pdf4vllm
针对视觉LLM优化的PDF阅读MCP服务器。
한국어
问题
| 方式 | 问题 |
|---|---|
| 文本提取 | 编码中断→垃圾输出，图像-文本顺序混合 |
| 图像转换 | 令牌爆炸（特别是当页面较多时） |
解决
pdf4vllm 假设PDF很脏进行。
- 自动检测文本损坏→自动切换到图像
- 保留读取顺序（按文本→表格→图像块的顺序）
- 页面限制防止上下文溢出
- 自动过滤不必要的图像（徽标、线条、标题/推特）
安装
pip install pdf4vllm-mcp
# 또는
uvx pdf4vllm-mcpClaude桌面设置
git clone https://github.com/PyJudge/pdf4vllm-mcp.git
cd pdf4vllm-mcp
python scripts/install_mcp.py或直接设置（~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"pdf4vllm": {
"command": "/python/경로",
"args": ["/pdf4vllm-mcp/경로/src/server.py"]
}
}
}工具
| 工具 | 说明 |
|---|---|
list_pdfs | 查找PDF文件（glob模式） name_pattern 支持） |
read_pdf | 提取为PDF内容块 |
grep_pdf | 搜索PDF中的文本（pdfgrep 需要安装） |
提取模式
| 模式 | 说明 |
|---|---|
auto （默认） | 尝试提取文本→检测到损坏时切换到图像 |
text_only | 仅提取文本/表格，无图像 |
image_only | 仅以图像呈现页面 |
______________________________________________________________________
问题
| 方法 | 问题 |
|---|---|
| 文本提取 | 编码损坏→ 垃圾输出、混合文本图像排序 |
| 图像转换 | 代币爆炸（尤其是多页） |
解决方案
pdf4vllm 假设PDF文件很乱.
- 自动检测文本损坏→ 自动切换到图像
- 保持阅读顺序（文本→ 桌子→ 按顺序排列的图像块）
- 页面限制防止上下文溢出
- 过滤不必要的图像（徽标、线条、页眉/页脚）
PDF Input
↓
Corruption Detection (pdfminer.six + pattern analysis)
↓
┌─────────────┬─────────────┐
│ Corrupted │ Clean │
│ → Image │ → Text + │
│ only │ Tables + │
│ │ Images │
└─────────────┴─────────────┘
↓
Ordered Blocks (JSON)安装
pip install pdf4vllm-mcp
# or run without installing
uvx pdf4vllm-mcpClaude桌面设置
git clone https://github.com/PyJudge/pdf4vllm-mcp.git
cd pdf4vllm-mcp
python scripts/install_mcp.py或手动编辑 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"pdf4vllm": {
"command": "/path/to/python",
"args": ["/path/to/pdf4vllm-mcp/src/server.py"]
}
}
}Claude代码设置
创建 .mcp.json 在您的项目中：
{
"mcpServers": {
"pdf4vllm": {
"command": "uvx",
"args": ["pdf4vllm-mcp"]
}
}
}工具
| 工具 | 说明 |
|---|---|
list_pdfs | 使用glob过滤查找PDF文件(name_pattern) |
read_pdf | 将PDF内容提取为有序块 |
grep_pdf | 使用pdfgrep在PDF中搜索文本（需要 pdfgrep 已安装） |
提取模式
| 模式 | 描述 |
|---|---|
auto （默认） | 尝试文本提取→ 如果损坏，请切换到图像 |
text_only | 仅文本/表格，无图像 |
image_only | 仅将页面渲染为图像 |
输出格式
{
"pages": [
{
"page_number": 1,
"content_blocks": [
{"type": "text", "content": "..."},
{"type": "table", "content": "| A | B |"},
{"type": "image", "content": "[IMAGE_0]"}
]
}
]
}当文本损坏时：
{
"page_number": 2,
"content_blocks": [],
"text_corrupted": true,
"page_image": "[IMAGE_1]"
}配置
config.json 或环境变量：
{
"max_pages_per_request": 10,
"max_image_dimension": 842,
"page_image_dpi": 100
}export PDF_MAX_PAGES=20
export PDF_PAGE_IMAGE_DPI=150测试服务器
pip install pdf4vllm-mcp[test]
python test_server.py
# → http://localhost:8000许可证
麻省理工学院
______________________________________________________________________
· PyPI