页面索引灯MCP
   
通过MCP进行代理PDF搜索——灵感来自 页码
*无向量、基于推理的文档检索，像人类一样思考*
______________________________________________________________________
概述
页面索引灯MCP带来 代理搜索 通过模型上下文协议将功能添加到PDF文档中。它利用LLM推理进行智能的、类似人类的文档导航，而不是传统的向量相似性。
特性
- 代理搜索 --基于LLM的文档结构语义搜索
- MCP采样 --原生MCP协议采样支持
- LLM回退 --非采样客户端自动回退到OpenAI兼容API
- OCR回退 --扫描PDF的自动OCR
工具
| 工具 | 说明 |
|---|---|
get_index | 获取支持语义搜索的PDF索引 |
get_detail | 检索特定页面的详细内容 |
运作原理
flowchart TB
subgraph Input
A[PDF File] --> B{Text Extraction}
end
subgraph TextExtraction["Text Extraction"]
B -->|Success| C[Raw Text]
B -->|Empty/Minimal| D{OCR Configured?}
D -->|Yes| E[Vision LLM OCR]
D -->|No| C
E --> C
end
subgraph Indexing
C --> F[LLM Summarization]
F -->|Per Page| G[Page Summaries]
G --> H[(Cached Index)]
end
subgraph Search["Agentic Search"]
I[User Query] --> J{Has Query?}
J -->|No| K[Return Full Index]
J -->|Yes| L[LLM Reasoning]
H --> L
L --> M[Ranked Results]
end
subgraph LLMProvider["LLM Provider"]
N{MCP Sampling?}
N -->|Supported| O[MCP Client LLM]
N -->|Not Supported| P[Fallback LLM API]
end
F -.-> N
L -.-> N快速开始
克劳德桌面/克劳德代码
添加到MCP配置中：
{
"mcpServers": {
"pageindex": {
"command": "uv",
"args": ["run", "--directory", "/path/to/pageindex-light-mcp", "server.py"],
"env": {
"PAGEINDEX_LLM_BASE_URL": "https://api.openai.com/v1",
"PAGEINDEX_LLM_API_KEY": "sk-xxx",
"PAGEINDEX_LLM_MODEL": "gpt-4o-mini",
"PAGEINDEX_OCR_BASE_URL": "https://api.openai.com/v1",
"PAGEINDEX_OCR_API_KEY": "sk-xxx",
"PAGEINDEX_OCR_MODEL": "gpt-4o-mini"
}
}
}
}环境变量
这两种配置都是 可选且独立:
| 变量 | 目的 | 必填 |
|---|---|---|
PAGEINDEX_LLM_* | 非采样MCP客户端的回退 | 可选 |
PAGEINDEX_OCR_* | 扫描PDF的回退（当文本提取失败时） | 可选 |
# LLM Config — Used when MCP client doesn't support Sampling
PAGEINDEX_LLM_BASE_URL=https://api.openai.com/v1
PAGEINDEX_LLM_API_KEY=sk-xxx
PAGEINDEX_LLM_MODEL=gpt-4o-mini
# OCR Config — Used when PDF text extraction returns empty/minimal content
PAGEINDEX_OCR_BASE_URL=https://api.openai.com/v1
PAGEINDEX_OCR_API_KEY=sk-xxx
PAGEINDEX_OCR_MODEL=gpt-4o-mini # Any vision-capable model许可证
麻省理工学院