Universal File Reader MCP

通用文件读取器MCP

韩语

Universal File Reader是一个MCP服务器，用于从PDF、CSV、Excel和图像文件中提取文本和结构信息。服务器会自动选择合适的处理器，并在需要时回退到OCR。

安装

pip install -e .

运行服务器

universal-file-reader

通过SSH运行

您还可以通过SSH在远程计算机上运行服务器：

ssh user@remote-host universal-file-reader

在Google的ADK中，此命令可用于 ToolSubprocess 向 与远程服务器通信。

服务器公开了三个工具： read_file, get_supported_formats 和 validate_file。参见 src/document_reader/mcp_server.py 了解详细的模式。

运行API服务器

您还可以启动一个封装相同功能的RESTneneneba API。该服务公开了三个端点：

• POST /mcp –接受MCP JSON消息
• POST /upload –上传文件并接收服务器路径
• POST /test –上传文件并使用可选参数进行处理

在本地启动服务器：

universal-file-reader-api

使用Docker Compose：

docker-compose up

API将于 .

MCP消息格式

POST /mcp 需要一个具有以下结构的JSON正文：

{
  "tool": "read_file",
  "arguments": {
    "file_path": "/path/to/file.pdf",
    "output_format": "markdown"
  }
}

这 tool 字段对应于MCP工具之一(read_file, get_supported_formats，或 validate_file). arguments 包含 该工具的参数。

环境变量

• MODEL_NAME –具有视觉功能的型号名称（例如。 gpt-4o, gemini-2.0-flash)
• MODEL_API_KEY –所选模型的API密钥
• MAX_PAGE_PER_PROCESS –一个OCR批处理的PDF页面的最大数量。
• OCR_TIMEOUT_SECONDS –每个PDF页面的处理超时秒数（默认值30）
• TIMEOUT_SECONDS –全局处理超时
• EXTRACT_IMAGES –设置为时 true，提取的PDF图像经过OCR处理并附加到输出中

运行测试

安装依赖项并运行测试套件：

pip install -r requirements.txt
pytest

发展

pip install -e .[development]
ruff check