Pdfbox MCP

PDFBox MCP服务器

使用Apache PDFBox提供PDF处理功能的模型上下文协议（MCP）服务器。

特性

• 提取文本 -使用可选的页面范围支持从PDF文件中提取文本内容
• 获取元数据 -提取PDF元数据（标题、作者、创建日期等）
• get_page_count -获取PDF文件中的总页数

依赖项

• Java 17+
• Apache PDFBox 3.0.5
• MCP SDK 0.10.0
• Maven用于构建管理

用法

构建项目：

mvn compile

运行服务器：

mvn exec:java

工具

提取文本

从PDF文件中提取文本内容。

参数：

• file_path （必填）：PDF文件的路径
• page_range （可选）：页面范围（例如“1-5”或“全部”）

获取元数据

从PDF文件中提取元数据，包括标题、作者、创建日期等。

参数：

• file_path （必填）：PDF文件的路径

get_page_count

获取PDF文件中的页数。

参数：

• file_path （必填）：PDF文件的路径

状态

目前正在开发中。实现了核心功能，但编译需要对MCP SDK API进行调整。