Nano Pdf MCP

NanoPDF MCP服务器

NanoPDF MCP Server是一种模型上下文协议（MCP）实现，它将AI驱动的PDF编辑和生成功能直接带到Claude Desktop。它使用户能够修改现有的PDF页面或使用谷歌的Gemini 3 Pro模型生成新的页面，所有这些都可以在以隐私为中心的本地环境中完成。

🚀 主要特点

• 人工智能驱动的编辑：使用自然语言提示修改PDF幻灯片。
• 智能发电：在任何页面后创建新的、视觉上一致的幻灯片。
• 可视化的预览：将特定PDF页面视为高质量图像。
• 隐私第一：所有版本控制和临时文件都存储在本地计算机上。
• 国家保护：使用Tesseract OCR在AI生成的页面中维护可搜索的文本层。
• 版本控制：内置撤消功能，便于安全实验。

📋 先决条件

系统相关性

服务器需要 poppler （用于PDF渲染）和 tesseract （用于OCR）已安装在您的系统上。

• macOS（Homebrew）：

  brew install poppler tesseract

• Ubuntu/Debian：

  sudo apt-get install poppler-utils tesseract-ocr

环境变量

需要一个Google Gemini API密钥来为人工智能功能供电。

• GEMINI_API_KEY：您的Google AI Studio API密钥。

🛠️ 安装和设置

1.开发环境

此项目使用 uv 用于闪电般快速的Python包管理。

# Navigate to the server directory
cd mcp-server

# Install dependencies
uv sync

2.配置克劳德桌面

将NanoPDF服务器添加到您的Claude Desktop配置中：

路径： ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "nanopdf": {
      "command": "/Users/username/.local/bin/uv", # replace with your uv path
      "args": [
        "run",
        "--directory",
        "/Users/username/nano-pdf-mcp/mcp-server", # replace with your mcp-server path
        "server.py"
      ]
    }
  }
}

\[！重要\] 改变 username 到您的实际macOS用户名。确保 --directory 路径是通往你的绝对路径 mcp-server 文件夹。

📖 使用指南

有关详细的工具说明和工作流程示例，请参阅 使用指南.

核心工作流程

1. 打开PDF: open_pdf(pdf_path="/path/to/document.pdf")
2. 编辑/添加: edit_pdf_page(session_id="...", page_number=1, prompt="...")

📂 项目结构

• mcp-server/：核心MCP服务器实现。

- server.py：主要切入点和工具定义。 - mcp_pdf_utils.py：PDF处理、OCR和渲染逻辑。 - mcp_ai_utils.py：Gemini Pro Vision API集成。 - history_manager.py：本地会话和版本历史跟踪器。 - output/：用于会话和预览的本地存储。

• LICENSE：项目许可证（MIT）。
• USAGE.md：详细的使用说明和示例。

🤝 致谢

基于原始 NanoPDF 项目。适用于模型上下文协议。

📄 许可证

MIT许可证