Markitdown MCP Server (markitdown-mcp-actor)

Markitdown MCP服务器执行器

 

一个Apify Actor，为以下对象提供模型上下文协议（MCP）服务器 标记下来，微软的轻量级Python实用程序，用于将各种文件格式转换为Markdown。

概述

此Actor将Markitdown MCP服务器包装为Apify Actor，使其易于部署和用作按事件付费服务。Markitdown将各种文件格式转换为Markdown，使其适用于大型语言模型（LLM）和文本分析管道。

支持的文件格式

• 文件：PDF、PowerPoint、Word、Excel
• 媒体：图像（带EXIF元数据和OCR）、音频（带转录）
• Web内容：HTML、YouTube网址
• 数据格式：CSV、JSON、XML
• 档案：ZIP文件、EPub

特性

• MCP协议：实现与MCP客户端无缝集成的模型上下文协议
• 可流式HTTP传输：使用现代可流式HTTP传输进行高效通信
• 按活动付费：仅通过Apify的按事件付费系统对实际工具使用收费
• 会话管理：自动会话超时和不活动后的清理
• 待机模式：在Apify的待机模式下运行，以实现即时可用性

运作原理

Actor运行一个代理服务器，该服务器：

1. 通过STDIO传输连接到Markitdown MCP服务器
2. 在以下位置公开可流式传输的HTTP端点 /mcp
3. 在客户端和Markitdown服务器之间转发MCP请求/响应
4. 通过Apify的按事件付费系统收取工具使用费

可用工具

convert_to_markdown

将各种文件格式转换为Markdown。

参数：

• uri （string）：要转换的文件的URI。支持：

- http:// 和 https:// -远程文件 - file:// -本地文件 - data: -数据URI

例子：

{
  "uri": "https://example.com/document.pdf"
}

用法

1.部署Actor

将此Actor部署到Apify或在待机模式下在本地运行它。

2.配置您的MCP客户端

将以下配置添加到您的MCP客户端（例如，VS Code、Claude Desktop）：

{
  "mcpServers": {
    "markitdown-mcp-server": {
      "type": "http",
      "url": "https://YOUR_ACTOR_URL/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

3.使用工具

配置后，您可以使用 convert_to_markdown MCP客户端中的工具：

Convert this PDF to markdown: https://example.com/document.pdf

环境变量

• SESSION_TIMEOUT_SECS （默认值：300）：终止空闲会话前的会话超时（秒）

定价

Actor使用Apify的按事件付费系统，费率如下（可在中配置 .actor/pay_per_event.json):

• CONVERT_TO_MARKDOWN：每次转换0.01美元
• 工具列表：每次上市0.0001美元
• 资源列表：每次上市0.0001美元
• RESOURCE_READ：每次阅读0.001美元
• 提示列表：每次上市0.0001美元
• PROMPT_GET：每次0.001美元

地方发展

先决条件

• Python 3.10或更高版本
• 依赖管理诗
• Docker（可选，用于容器化开发）

安装

1. 克隆存储库：

git clone https://github.com/Yash-Kavaiya/Markitdown-MCP-actor.git
cd Markitdown-MCP-actor

1. 安装依赖项：

poetry install

1. 在本地运行Actor：

poetry run python -m src

在待机模式下运行

要在待机模式下运行Actor（MCP服务器操作所需）：

export APIFY_META_ORIGIN=STANDBY
export ACTOR_STANDBY_URL=http://localhost:5001
poetry run python -m src

MCP端点将在以下位置可用： http://localhost:5001/mcp

项目结构

Markitdown-MCP-actor/
├── .actor/                 # Apify Actor configuration
│   ├── actor.json          # Actor metadata and settings
│   ├── pay_per_event.json  # Pricing configuration
│   ├── Dockerfile          # Docker image definition
│   └── .actorignore        # Files to exclude from build
├── src/                    # Source code
│   ├── __init__.py         # Package initialization
│   ├── __main__.py         # Main entry point
│   ├── const.py            # Constants and configuration
│   ├── models.py           # Data models
│   ├── server.py           # ProxyServer implementation
│   ├── mcp_gateway.py      # MCP gateway logic
│   └── event_store.py      # Event store for session management
├── pyproject.toml          # Python dependencies and settings
├── .gitignore              # Git ignore rules
└── README.md               # This file

定制

充电策略

您可以通过编辑自定义充电策略 .actor/pay_per_event.json默认配置收费：

• 每次转换0.01美元（主操作）
• 元数据操作（列出工具、资源、提示）的最低费用

会话超时

调整 SESSION_TIMEOUT_SECS 环境变量，用于控制会话在不活动期间保持活动的时间。默认值为300秒（5分钟）。

工具白名单

Actor使用中定义的工具白名单 src/const.py:

TOOL_WHITELIST = {
    'convert_to_markdown': ('CONVERT_TO_MARKDOWN', 1),
}

如果底层Markitdown MCP服务器公开了更多工具，您可以添加更多工具。

建筑

Actor实现了一个代理架构：

MCP Client (VS Code, Claude, etc.)
    ↓ (Streamable HTTP)
Proxy Server (This Actor)
    ↓ (STDIO)
Markitdown MCP Server
    ↓
Markitdown Library

关键部件：

• 代理服务器：管理HTTP服务器和会话生命周期
• MCP网关：代理MCP请求并处理收费
• 事件存储：维护会话历史记录以确保可恢复性
• 会话管理器：处理流式HTTP传输

相关链接

• Markitdown MCP PyPI
• 模型上下文协议
• Apify平台
• 规范MCP文档

许可证

阿帕奇-2.0

贡献

欢迎投稿！请随时提交拉取请求。

支持

对于问题和疑问：

• 打开一个问题
• 联系方式： Apify控制台

致谢

• 微软Markitdown -底层转换工具
• Apify -演员平台和基础设施
• MCP代理 -代理实现的启示