pdf-mcp
對單一 PDF 或整個資料夾進行代理式 RAG,提供頁面級證據以驗證每個答案:混合搜尋、選擇性頁面讀取、表格、OCR、圖表及 CJK 版面。
pdf-mcp 是什麼?
對單一 PDF 或整個資料夾進行代理式 RAG,提供頁面級證據以驗證每個答案:混合搜尋、選擇性頁面讀取、表格、OCR、圖表及 CJK 版面。
pdf-mcp 概覽
這是什麼
pdf-mcp 是一個 MCP(模型上下文協定)伺服器,讓 Claude Code 等 AI 代理能夠讀取和搜尋 PDF 檔案。支援單一檔案或整個資料夾,執行具混合語意與關鍵字搜尋的代理式 RAG。可擷取表格、圖片、OCR 文字、圖表資料,並處理多欄與 CJK(中日韓)排版。使用 SQLite 快取避免重複解析,並可選用 CUDA 加速 NVIDIA GPU 上的嵌入運算。
主要功能
- 混合搜尋:結合 BM25 關鍵字與語意嵌入,回傳相關段落。
- 選擇性頁面讀取:僅讀取指定頁面或範圍,並可隨需 OCR。
- 表格與圖表資料擷取:回傳結構化列與向量圖表的 (x, y) 資料。
- 多欄與直排排版支援,包括日文縱書。
- 掃描 PDF 的 OCR:透過 Tesseract 跨頁平行處理。
- 資料夾層級工具:預熱語料庫、取得每份文件概覽、跨所有 PDF 搜尋。
- SQLite 快取:跨重啟持續存在,並提供快取統計與清除工具。
使用情境
- 摘要大型文件(如 200 頁年報):先取得頁面資訊,搜尋相關章節,再僅讀取所需頁面。
- 在整個資料夾中搜尋特定主題或關鍵字。
- 從報告中擷取表格與圖表資料進行分析。
- 以正確閱讀順序讀取掃描或多欄文件。
- 整合 AI 代理回答 PDF 內容相關問題,無需載入整份文件。
快速開始
需要 Python 3.11 或更新版本。使用 uv 或 pipx 安裝 pdf-mcp 指令: bash uv tool install pdf-mcp # 或:pipx install pdf-mcp 若使用 Claude Code,新增 MCP 伺服器: bash claude mcp add pdf-mcp -- pdf-mcp 若使用 Claude Desktop,下載 .mcpb 檔案並拖曳至設定 > 擴充功能。其他客戶端請參閱儲存庫 README。
授權與價格
MIT 授權,開放原始碼。除開放原始碼外,未提及價格資訊。
內容整理自該專案公開的 README 與儲存庫資訊。