MCP-PDF2MD

基本能力

产品定位

MCP-PDF2MD 是一个高性能的 PDF 转 Markdown 转换服务，旨在提供结构化的文档转换能力，适用于需要高效处理大量 PDF 文件的场景。

核心功能

• 格式转换：将 PDF 文件转换为结构化的 Markdown 格式。
• 多源支持：支持本地 PDF 文件和 URL 链接的处理。
• 智能处理：自动选择最佳处理方法。
• 批量处理：支持多文件批量转换，高效处理大量 PDF 文件。
• MCP 集成：与 LLM 客户端（如 Claude Desktop）无缝集成。
• 结构保留：保留原始文档结构，包括标题、段落、列表等。
• 智能布局：输出人类可读顺序的文本，适用于单列、多列和复杂布局。
• 公式转换：自动识别并将文档中的公式转换为 LaTeX 格式。
• 表格提取：自动识别并将文档中的表格转换为结构化格式。
• 清理优化：移除页眉、页脚、脚注、页码等，确保语义连贯。
• 高质量提取：高质量提取 PDF 文档中的文本、图像和布局信息。

适用场景

• 文档管理：将 PDF 文档转换为易于编辑的 Markdown 格式。
• 内容生成：将 PDF 内容转换为结构化格式，便于后续处理和分析。
• 批量处理：高效处理大量 PDF 文件，适用于企业级应用。

工具列表

• convert_pdf_url：将 PDF URL 转换为 Markdown。
• convert_pdf_file：将本地 PDF 文件转换为 Markdown。

常见问题解答

• 如何获取 MinerU API 密钥？
• 访问 MinerU 官方网站 并注册账户。
• 登录后，在 此链接 申请 API 测试资格。
• 申请通过后，访问 API 管理 页面生成 API 密钥。
• 将生成的 API 密钥用于 MINERU_API_KEY 环境变量。

使用教程

使用依赖

• 软件：Python 3.10+

安装教程

1. 克隆仓库并进入目录： bash git clone https://github.com/FutureUnreal/mcp-pdf2md.git cd mcp-pdf2md

2. 创建虚拟环境并安装依赖： Linux/macOS： bash uv venv source .venv/bin/activate uv pip install -e . Windows： bash uv venv .venv\Scripts\activate uv pip install -e .

3. 配置环境变量： 在项目根目录创建 .env 文件，设置以下环境变量： MINERU_API_BASE=https://mineru.net/api/v4/extract/task MINERU_BATCH_API=https://mineru.net/api/v4/extract/task/batch MINERU_BATCH_RESULTS_API=https://mineru.net/api/v4/extract-results/batch MINERU_API_KEY=your_api_key_here

4. 启动服务： bash uv run pdf2md

调试方式

• 确保 .env 文件中的 API 密钥正确配置。
• 检查虚拟环境是否激活。
• 运行服务后，检查日志输出以确认服务正常运行。

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。