PDF阅读MCP服务器
AI Skill Hub 强烈推荐：PDF阅读MCP服务器 是一款优质的MCP工具。AI 综合评分 8.2 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。
📚 深度解析
通过安装 PDF阅读MCP服务器，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。PDF阅读MCP服务器 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 PDF阅读MCP服务器 评为 AI 评分 8.2 分，属于同类工具中的优质选择。
📋 工具概览
生产级MCP服务器，专门用于PDF文档处理。采用并行处理技术，性能比传统方案快5-10倍。适合AI智能体、LLM应用和自动化文档处理系统集成，帮助开发者快速构建文档智能化解决方案。
PDF阅读MCP服务器 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
生产级MCP服务器，专门用于PDF文档处理。采用并行处理技术，性能比传统方案快5-10倍。适合AI智能体、LLM应用和自动化文档处理系统集成，帮助开发者快速构建文档智能化解决方案。
PDF阅读MCP服务器 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/SylphxAI/pdf-reader-mcp
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"pdf--mcp---": {
"command": "npx",
"args": ["-y", "pdf-reader-mcp"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 PDF阅读MCP服务器 执行以下任务... Claude: [自动调用 PDF阅读MCP服务器 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"pdf__mcp___": {
"command": "npx",
"args": ["-y", "pdf-reader-mcp"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
简介
🚀 Overview
PDF Reader MCP is a production-ready Model Context Protocol server that empowers AI agents with structured, local-first PDF processing capabilities. Inspect PDFs before extraction, search text evidence with page and bbox provenance, render page-level visual evidence, crop bbox-grounded page regions, run configured OCR for scanned-page text layers, then extract a full agent document map, accessibility report, text, Markdown, semantic citation chunks, images, tables, annotations, outlines, structure trees, form fields, attachment metadata, and agent-ready document elements with strong performance and reliability.
The Problem:
// Traditional PDF processing
- Sequential page processing (slow)
- No natural content ordering
- Complex path handling
- Poor error isolationThe Solution:
// PDF Reader MCP
- Preflight PDF inspection for agent extraction planning 🔎
- MCP-native PDF search with snippets and bbox evidence 🔎
- Bounded page rendering for visual evidence and OCR routing 🖼️
- Bbox-grounded region crops for source evidence 🔍
- Configured local OCR provider for scanned-page text layers 🔡
- 5-10x faster parallel processing ⚡
- Full agent document map linking pages, elements, chunks, layout, safety, and geometry 🧭
- Semantic document AST for page/section/paragraph/list/table/image traversal 🌳
- PDF trust report for content safety, layout, table, and link-risk routing 🛡️
- Accessibility report for tagged-PDF coverage, headings, images, forms, links, and permissions ♿
- Structured element output for agent workflows 🧩
- Table quality diagnostics with inferred cell spans and continuation candidates 📊
- Markdown rendering for RAG and summarization 📝
- Citation-ready semantic/table/page chunks 🔗
- Layout diagnostics with reading-order confidence 📐
- Outlines, annotations, structure trees, forms, attachments, labels, and permission signals 🗂️
- Column-aware reading order 📐
- Flexible path support (absolute/relative) 🎯
- Per-page error resilience 🛡️
- CI-backed quality ✅Result: Production-ready PDF processing that scales.
---
⚡ Key Features
✨ Features
Core Capabilities
- ✅ PDF Inspection - Profile PDFs before extraction, detect low-text/scanned pages, and recommend
read_pdfoptions - ✅ Text Extraction - Full document or specific pages with intelligent parsing
- ✅ PDF Search Evidence - Literal search with page numbers, snippets, match offsets, text-item bounding boxes, and provenance
- ✅ Image Extraction - Base64-encoded with complete metadata (width, height, format)
- ✅ Agent Document Map - Pages, elements, chunks, layout diagnostics, safety findings, routing signals, and geometry in one contract
- ✅ Document AST - Semantic tree for page, section, paragraph, list item, table, and image traversal
- ✅ Trust Report - Local risk routing for content safety, layout uncertainty, table quality, sparse pages, and external links
- ✅ Accessibility Report - Tagged-PDF coverage, structure tree, heading, image, form, link, and permission signals
- ✅ PDF Text Layer - Line records, word records, character ranges, best-effort bounding boxes, and provenance
- ✅ Configured OCR Text Layer - Optional command-provider OCR over rendered pages, with normalized text, confidence, words, language, and provenance
- ✅ Structured Elements - Agent-ready elements with stable IDs, provenance, and best-effort bounding boxes
- ✅ Markdown Output - Page-aware Markdown for RAG, summaries, and context preparation
- ✅ Citation Chunks - Page, semantic, size, and table chunks with source references for downstream retrieval
- ✅ Document Signals - Outlines, annotations, structure trees, forms, attachments, page labels, permissions, and mark info when exposed by the PDF
- ✅ Content Ordering - Column-aware layout preservation for natural reading flow
- ✅ Metadata Extraction - Author, title, creation date, and custom properties
- ✅ Page Counting - Fast enumeration without loading full content
- ✅ Dual Sources - Local files (absolute or relative paths) and HTTP/HTTPS URLs
- ✅ Batch Processing - Multiple PDFs processed concurrently
Advanced Features
- ⚡ 5-10x Performance - Parallel page processing with Promise.all
- 🎯 Smart Pagination - Extract ranges like "1-5,10-15,20"
- 🖼️ Multi-Format Images - RGB, RGBA, Grayscale with automatic detection
- 🛡️ Path Flexibility - Windows, Unix, and relative paths all supported (v1.3.0)
- 🔍 Error Resilience - Per-page error isolation with detailed messages
- 📏 Large File Support - Efficient streaming and memory management
- 📝 Type Safe - Full TypeScript with strict mode enabled
---
📦 Installation
Manual Installation
```bash
Quick start - zero installation
npx @sylphx/pdf-reader-mcp
Or install globally
npm install -g @sylphx/pdf-reader-mcp ```
---
Docker Deployment
FROM oven/bun:1
WORKDIR /app
RUN bun add @sylphx/pdf-reader-mcp
ENV MCP_TRANSPORT=http
ENV MCP_HTTP_PORT=8080
EXPOSE 8080
CMD ["bun", "node_modules/@sylphx/pdf-reader-mcp/dist/index.js"]🎯 Quick Start
Basic Usage
{
"sources": [{
"path": "documents/report.pdf"
}],
"include_full_text": true,
"include_metadata": true,
"include_page_count": true
}Result: - ✅ Full text content extracted - ✅ PDF metadata (author, title, dates) - ✅ Total page count - ✅ Structured JSON summary for agent workflows
🔧 Advanced Usage
<details> <summary><strong>📐 Column-Aware Content Ordering</strong></summary>
<br/>
Content is returned in natural reading order using Y-coordinates plus deterministic column segmentation:
Document Layout:
┌─────────────────────┐
│ [Title] Y:100 │
│ [Image] Y:150 │
│ [Text] Y:400 │
│ [Photo A] Y:500 │
│ [Photo B] Y:550 │
└─────────────────────┘
Response Order:
[
{ type: "text", text: "Title..." },
{ type: "image", data: "..." },
{ type: "text", text: "..." },
{ type: "image", data: "..." },
{ type: "image", data: "..." }
]Benefits: - AI understands spatial relationships - Natural document comprehension - Perfect for vision-enabled models - Automatic multi-line text grouping - Better ordering for common two-column PDFs
</details>
<details> <summary><strong>🖼️ Image Extraction</strong></summary>
<br/>
Enable extraction:
{
"sources": [{ "path": "manual.pdf" }],
"include_images": true
}Response format:
{
"images": [{
"page": 1,
"index": 0,
"width": 1920,
"height": 1080,
"format": "rgb",
"data": "base64-encoded-png..."
}]
}Supported formats: RGB, RGBA, Grayscale Auto-detected: JPEG, PNG, and other embedded formats
</details>
<details> <summary><strong>📂 Path Configuration</strong></summary>
<br/>
Absolute paths (v1.3.0+) - Direct file access:
{ "path": "C:\\Users\\John\\file.pdf" }
{ "path": "/home/user/file.pdf" }Relative paths - Workspace files:
{ "path": "docs/report.pdf" }
{ "path": "./2024/Q1.pdf" }Configure working directory:
{
"mcpServers": {
"pdf-reader-mcp": {
"command": "npx",
"args": ["@sylphx/pdf-reader-mcp"],
"cwd": "/path/to/documents"
}
}
}</details>
<details> <summary><strong>📊 Large PDF Strategies</strong></summary>
<br/>
Strategy 1: Page ranges
{ "sources": [{ "path": "big.pdf", "pages": "1-20" }] }Strategy 2: Progressive loading
// Step 1: Get page count
{ "sources": [{ "path": "big.pdf" }], "include_full_text": false }
// Step 2: Extract sections
{ "sources": [{ "path": "big.pdf", "pages": "50-75" }] }Strategy 3: Parallel batching
{
"sources": [
{ "path": "big.pdf", "pages": "1-50" },
{ "path": "big.pdf", "pages": "51-100" }
]
}</details>
---
Quick Start
```bash
Configured OCR Text Layer
ocr_pages renders selected PDF pages and sends those temporary PNGs to a local OCR command configured by environment variables. This keeps the default TypeScript package private and dependency-bounded while giving teams a real scanned PDF path when they already run Tesseract, PaddleOCR, a local HTTP shim, or an internal OCR binary. MCP_PDF_OCR_PRESET=tesseract provides a built-in Tesseract command template without bundling an OCR model.
The OCR provider is env-only, not request-controlled. Tool responses normalize provider output into page text, confidence, optional word boxes, language, render evidence IDs, and provenance. Image bytes are not embedded in the JSON response.
Environment
MCP_PDF_ALLOWED_DIRS="/srv/pdfs:/data/reports" npx @sylphx/pdf-reader-mcp
Environment Variables
| Variable | Default | Description |
|---|---|---|
MCP_TRANSPORT | stdio | Transport type: stdio or http |
MCP_HTTP_PORT | 8080 | HTTP server port |
MCP_HTTP_HOST | 0.0.0.0 | HTTP server hostname |
MCP_API_KEY | - | Optional API key for authentication |
MCP_PDF_OCR_PRESET | - | Optional OCR preset. Supported value: tesseract |
MCP_PDF_OCR_COMMAND | - | Optional local OCR command used by ocr_pages |
MCP_PDF_OCR_ARGS_JSON | ["{input}"] | Optional JSON string array of OCR command arguments. Must include {input}. |
MCP_PDF_REGION_ANALYSIS_COMMAND | - | Optional local visual-region analysis command used by analyze_regions |
MCP_PDF_REGION_ANALYSIS_ARGS_JSON | ["{input}"] | Optional JSON string array of region analysis command arguments. Must include {input}. |
MCP Client Configuration (HTTP)
{
"servers": {
"pdf-reader": {
"type": "http",
"url": "https://your-server.com/mcp",
"headers": {
"X-API-Key": "your-api-key"
}
}
}
}📖 API Reference
CLI flags
npx @sylphx/pdf-reader-mcp --allow-dir=/srv/pdfs --allow-dir=/data/reports
Endpoints
| Endpoint | Method | Description |
|---|---|---|
/mcp | POST | JSON-RPC endpoint |
/mcp/health | GET | Health check |
---
VS Code
code --add-mcp '{"name":"pdf-reader","command":"npx","args":["@sylphx/pdf-reader-mcp"]}'🔧 Troubleshooting
PDF Reader MCP 是一个生产就绪的 Model Context Protocol 服务器，提供企业级 PDF 处理能力，支持 AI 代理以高性能和可靠性提取文本、图像和元数据。
PDF Reader MCP 的核心功能包括文本提取、图像提取、内容排序、元数据提取和页数统计等。它支持全文或特定页的智能解析、Base64 编码的图像提取以及 Y 坐标基于的内容排序等。
安装 PDF Reader MCP 可以使用以下方法：手动安装、使用 Docker 或直接使用 npm 安装。
使用 PDF Reader MCP 可以通过以下步骤：基本使用、进阶使用（包括 Y 坐标内容排序）等。
环境变量 MCP_PDF_ALLOWED_DIRS 可以指定允许的 PDF 目录。MCP Client Configuration 可以通过 HTTP 或 stdio 进行配置。环境变量 MCP_TRANSPORT、MCP_HTTP_PORT、MCP_HTTP_HOST 和 MCP_API_KEY 可以用于配置 MCP 服务器。
PDF Reader MCP 提供了以下 API：CLI flags、Endpoints（包括 /mcp 和 /mcp/health）等。
常见问题包括安装、使用和配置等方面的问题。
aiskill88点评：成熟的MCP PDF处理方案，性能优势明显，生产就绪。TypeScript实现，集成度高，适合现代AI应用栈。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 需要从图片、PDF 提取文字的文档自动化场景
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Docker：pdf-reader-mcp 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 需要从图片、PDF 提取文字的文档自动化场景
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，PDF阅读MCP服务器 是一款质量优秀的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | pdf-reader-mcp |
| 原始描述 | 开源MCP工具：📄 Production-ready MCP server for PDF processing - 5-10x faster with parallel p。⭐723 · TypeScript |
| Topics | PDF处理MCP工具并行处理文档智能LLM集成 |
| GitHub | https://github.com/SylphxAI/pdf-reader-mcp |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-05-22 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · PDF阅读MCP服务器
选择 Agent 类型，复制安装指令后粘贴到对应客户端