记录MCP服务器
一种模型上下文协议（MCP）服务器，用于使用Docling库将文档转换为markdown。该服务器使Claude和其他AI助手能够处理和提取各种文档格式的内容。
特性
- 将文档从URL或本地文件转换为markdown
- 从文档中提取表格
- 转换带有嵌入图像的文档
- 支持OCR（光学字符识别）
- 批量处理多个文档
- 缓存转换结果以提高性能
- 硬件加速支持（macOS上的MPS）
安装
先决条件
- Python 3.10或更高版本
- 文档库
- MCP库
设置
- 克隆存储库：
git clone https://github.com/yourusername/mcp-docling.git
cd mcp-docling- 创建虚拟环境：
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate- 安装软件包：
pip install -e .用法
发展模式
在开发模式下运行服务器：
mcp dev mcp_docling/server.py“生产”模式（作为一个模块）
将服务器作为模块运行：
python -m mcp_docling与Claude Desktop集成
要将此服务器与Claude Desktop一起使用，请将以下配置添加到您的Claude Desktop配置文件中（位于 ~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"docling": {
"command": "/path/to/your/python/environment/bin/python",
"args": [
"-m",
"mcp_docling"
],
"env": {
"PYTHONPATH": "/path/to/your/project/directory"
}
}
}
}将路径替换为实际的Python环境和项目目录路径。
可用工具
convert_文档
将文档从URL或本地路径转换为markdown格式。
convert_document("https://arxiv.org/pdf/2408.09869")
convert_document("/path/to/document.pdf", enable_ocr=True, ocr_language=["en"])convert_document_with_images
转换文档并返回markdown文本和嵌入图像。
convert_document_with_images("https://arxiv.org/pdf/2408.09869")可提取表
从文档中提取表并将其作为结构化数据返回。
extract_tables("https://arxiv.org/pdf/2408.09869")convert_batch
以批处理模式转换多个文档。
convert_batch(["https://arxiv.org/pdf/2408.09869", "/path/to/document.pdf"])get_system_info
返回有关系统配置和加速状态的信息。
get_system_info()测试
您可以使用提供的测试脚本测试服务器：
python test_docling_server.py在运行测试之前，请确保设置了所需的环境变量：
export INFERENCE_MODEL="your-model-id"
export LLAMA_STACK_PORT="8080"配置
服务器支持各种配置选项：
- OCR支持语言选择
- 硬件加速（macOS上的MPS）
- 转换结果缓存
- 批处理设置
故障排除
如果您遇到问题：
- 检查日志中的错误消息
- 验证您的Python环境是否具有所有必需的依赖项
- 确保PYTHONPATH在您的配置中正确设置
- 对于硬件加速问题，请检查您的系统是否支持配置的加速器
许可证
\[您的许可证在这里\]
贡献
欢迎投稿！请随时提交拉取请求。