Markdownify MCP Server - UTF-8 Enhanced

基本能力

产品定位

Markdownify MCP Server - UTF-8 Enhanced 是一个专门用于将多种文件类型转换为 Markdown 格式的工具，特别优化了对 UTF-8 编码和多语言内容的处理。

核心功能

• 支持多种文件类型转换为 Markdown：PDF、图片（带元数据）、音频（带转录）、Word 文档（DOCX）、Excel 表格（XLSX）、PowerPoint 演示文稿（PPTX）、网页内容（包括 YouTube 视频转录、搜索结果、普通网页）以及现有的 Markdown 文件。
• 增强的 UTF-8 编码支持，包括对中文、日文、韩文等非 ASCII 字符的处理。
• 改进的错误处理机制，提供详细的错误信息和优雅的回退机制。
• 扩展的功能，如批量处理多个文件、增强的 YouTube 视频转录处理、改进的元数据提取和文档格式保留。
• 性能优化，包括内存使用优化、多语言内容处理速度提升和依赖冲突减少。

适用场景

• 需要将多种文件类型转换为 Markdown 格式的场景。
• 处理多语言内容的场景。
• 需要批量处理文件的场景。
• 需要从网页或 YouTube 视频中提取内容并转换为 Markdown 的场景。

工具列表

• convert_utf8.py：主转换工具，支持从网页或本地文件转换为 Markdown。
• setup.sh：安装脚本，用于安装 Python 依赖。

常见问题解答

• 编码问题：确保 PYTHONIOENCODING 环境变量设置为 utf-8，Windows 用户可能需要运行 chcp 65001 启用 UTF-8 支持。
• 权限问题：确保有足够的文件读写权限，Windows 用户可能需要以管理员身份运行。
• Python 路径问题：确保虚拟环境已激活。

使用教程

使用依赖

1. 安装 Node.js： bash # 从 Node.js 官网下载并安装 node --version
2. 安装 pnpm： bash npm install -g pnpm pnpm --version
3. 安装 Python： bash # 从 Python 官网下载并安装 python --version
4. （仅 Windows）配置 UTF-8 支持： bash setx PYTHONIOENCODING UTF-8 set PYTHONIOENCODING=UTF-8 chcp 65001

安装教程

1. 克隆仓库： bash git clone https://github.com/JDJR2024/markdownify-mcp-utf8.git cd markdownify-mcp-utf8
2. 创建并激活 Python 虚拟环境： ```bash # Windows python -m venv .venv .venv\Scripts\activate

# Linux/macOS python3 -m venv .venv source .venv/bin/activate 3. 安装项目依赖：bash pnpm install ./setup.sh 4. 构建项目：bash pnpm run build ```

调试方式

1. 启动服务器： bash pnpm start
2. 测试安装： bash python convert_utf8.py "https://example.com" python convert_utf8.py "path/to/your/file.docx"
3. 启用调试输出： bash export DEBUG=true python convert_utf8.py "your_file.docx"

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。