Flexible Key-Value Extracting MCP Server
2025.05.07
0
Python键值提取多语言处理数据格式化开发效率
kv-extractor-mcp-server 是一个基于 LLM（GPT-4.1-mini）和 pydantic-ai 的 MCP 服务，用于从任意、嘈杂或非结构化的文本中提取键值对。它支持多种输出格式（JSON、YAML、TOML），并确保类型安全。该服务特别适用于处理复杂、不可预测的数据，能够自动发现和提取相关的键值对，而无需预先定义键。
View on GitHub
Overview
基本能力
产品定位
kv-extractor-mcp-server 是一个用于从非结构化文本中提取键值对的工具，特别适用于处理复杂、嘈杂或不可预测的数据。
核心功能
- 自动键发现：能够自主识别和提取相关的键值对，无需预先定义键。
- 多语言支持：支持日语、英语和中文（简体和繁体），使用 spaCy 进行命名实体识别（NER）。
- 类型安全：使用 Pydantic 确保输出数据的类型安全和验证。
- 多种输出格式：支持 JSON、YAML 和 TOML 格式的输出。
- 鲁棒性：能够处理任意输入，包括嘈杂或损坏的数据，并始终返回格式良好的响应。
适用场景
- 从非结构化文本中提取关键信息（如订单号、产品名称、价格等）。
- 处理多语言文本，尤其是日语、英语和中文。
- 需要类型安全输出的场景。
- 需要多种格式（JSON、YAML、TOML）输出的场景。
工具列表
/extract_json：以 JSON 格式提取键值对。/extract_yaml：以 YAML 格式提取键值对。/extract_toml：以 TOML 格式提取键值对。
常见问题解答
- 支持的输入语言：日语、英语和中文（简体和繁体）。
- 处理时间：较长的输入句子需要更多时间处理。
- 首次启动：首次启动时会下载 spaCy 模型，因此需要更长时间。
使用教程
使用依赖
- Python 3.9+
- OpenAI 模型的 API 密钥（在
settings.json的env中设置）
安装教程
通过 Smithery 自动安装：
npx -y @smithery/cli install @KunihiroS/kv-extractor-mcp-server --client claude
手动运行服务器：
python server.py
调试方式
配置日志输出模式：
- 禁用所有日志：--log=off
- 启用日志并指定日志文件路径：--log=on --logfile=/absolute/path/to/logfile.log
示例配置（禁用日志）：
"kv-extractor-mcp-server": {
"command": "pipx",
"args": ["run", "kv-extractor-mcp-server", "--log=off"],
"env": {
"OPENAI_API_KEY": "{apikey}"
}
}
示例配置（启用日志）：
"kv-extractor-mcp-server": {
"command": "pipx",
"args": ["run", "kv-extractor-mcp-server", "--log=on", "--logfile=/workspace/logs/kv-extractor-mcp-server.log"],
"env": {
"OPENAI_API_KEY": "{apikey}"
}
}