doc2md (Benguy1000)

MCP文档知识

提供方 benkeeley9

文档知识 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

一款将PDF、DOCX和PPTX文件转换为Markdown格式的工具,适用于LLM工具链、RAG管道和MCP服务器。

一句话选型结论

按资料字段整理

doc2md (Benguy1000) 属于文档知识类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类文档知识 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 5 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量5暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

文档转换Python本地部署Markdown转换文件处理自动化工具知识管理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install doc2md

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 5 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 5 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
doc2md (Benguy1000)当前 5 stdio · 本地进程 本地部署 有 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
字段来自项目仓库与公开索引,中文说明由本站标注
提供方benkeeley9上游标注的维护方 benkeeley9
分类文档知识本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.6 KB
来自项目仓库与上游目录的原文,未做删改

doc2md

一个MCP服务器,它将PDF、DOCX和PPTX文件转换为磁盘上干净的Markdown文件,可以用作其他MCP服务器中的资源。

为什么存在

LLM工具链、RAG管道和MCP服务器最适合纯文本和Markdown。但是,组织多年来一直将文档锁定在二进制格式中——PDF、Word文档和PowerPoint幻灯片。 doc2md 通过使一切正常化来弥合差距 .md 文件系统上的文件,因此它们可以立即被引用为MCP资源,摄入向量数据库,或添加到知识库中,而无需任何手动清理。

快速开始

pip/uv```bash

Install with pip

pip install doc2md

Or with uv

uvx doc2md


### 码头工人```bash
docker run -v $(pwd):/data benguy1000/doc2md

MCP客户端配置

Claude桌面(本地Python)

添加到您的 claude_desktop_config.json:```json
{
"mcpServers": {
"doc2md": {
"command": "python",
"args": ["-m", "doc2md"],
"env": {
"TRANSPORT": "stdio"
}
}
}
}


### 克劳德桌面(Docker)

如果您使用基于Docker的MCP服务器运行Claude Desktop,请挂载您的文件目录,以便容器可以访问它们:```json
{
"mcpServers": {
"doc2md": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"-v", "/path/to/your/files:/data",
"benguy1000/doc2md"
]
}
}
}

> 注: 在沙盒或Docker环境中,主机文件路径(例如。 /mnt/user-data/uploads/)可能无法进入容器内部。如果文件路径无法解析,请使用 base64_content 和 file_name 当LLM收到未找到路径的诊断时,它将自动切换到这种方法。

克劳德代码

添加到您的项目 .mcp.json 或全局MCP配置:```json
{
"mcpServers": {
"doc2md": {
"command": "python",
"args": ["-m", "doc2md"]
}
}
}


> **工作目录:** Claude Code启动MCP服务器时,您的项目目录为CWD。使用时 `base64_content` 没有a `output_dir`,转换 `.md` 文件将写入您的项目目录。使用 `output_dir` 以控制输出落在哪里。

### 光标```json
{
"mcpServers": {
"doc2md": {
"command": "python",
"args": ["-m", "doc2md"],
"transport": "stdio"
}
}
}

通用MCP客户端(Docker+SSE)```json

{
"mcpServers": {
"doc2md": {
"url": "http://localhost:3000/sse",
"transport": "sse"
}
}
}


## 工具

### `convert_pdf_to_markdown`

将PDF文件转换为结构化Markdown。保留标题、段落、列表、表格和分页符。

**输入:**```json
{
"file_path": "/path/to/report.pdf",
"output_dir": "/path/to/output",
"overwrite": false
}

输出:```json
{
"success": true,
"output_path": "/path/to/output/report.md",
"file_name": "report.md",
"source_file": "report.pdf",
"metadata": {
"source_format": "pdf",
"page_count": 12,
"word_count": 4500,
"has_images": true,
"image_count": 3,
"conversion_warnings": []
}
}


### `convert_docx_to_markdown`

将DOCX文件转换为Markdown。保留标题、格式(粗体、斜体、删除线)、表格、列表、超链接、脚注和注释。

**输入:**```json
{
"file_path": "/path/to/document.docx",
"output_dir": "/path/to/output"
}

输出:```json
{
"success": true,
"output_path": "/path/to/output/document.md",
"file_name": "document.md",
"source_file": "document.docx",
"metadata": {
"source_format": "docx",
"page_count": 1,
"word_count": 2300,
"has_images": false,
"image_count": 0,
"conversion_warnings": []
}
}


### `convert_pptx_to_markdown`

将PPTX文件转换为Markdown。每张幻灯片都变成一个H2部分,包括标题、正文、表格和演讲者笔记。

**输入:**```json
{
"file_path": "/path/to/deck.pptx",
"output_dir": "/path/to/output"
}

输出:```json
{
"success": true,
"output_path": "/path/to/output/deck.md",
"file_name": "deck.md",
"source_file": "deck.pptx",
"metadata": {
"source_format": "pptx",
"slide_count": 20,
"word_count": 1800,
"has_images": true,
"image_count": 5,
"conversion_warnings": []
}
}


### `convert_auto`

根据扩展名或MIME类型自动检测文件类型,并将其路由到正确的转换器。

**输入:**```json
{
"file_path": "/path/to/any-document.pdf",
"output_dir": "/path/to/output"
}

batch_convert

一次转换多个文件。继续个人失败。

输入:```json
{
"file_paths": [
"/path/to/report.pdf",
"/path/to/notes.docx",
"/path/to/slides.pptx"
],
"output_dir": "/path/to/output"
}


**输出:**```json
{
"results": [
{ "success": true, "output_path": "/path/to/output/report.md", "..." : "..." },
{ "success": true, "output_path": "/path/to/output/notes.md", "..." : "..." },
{ "success": true, "output_path": "/path/to/output/slides.md", "..." : "..." }
],
"total": 3,
"successful": 3,
"failed": 0
}

Base64输入(所有单文件工具)

所有单文件工具也接受base64编码的内容,而不是文件路径:```json
{
"base64_content": "JVBERi0xLjQK...",
"file_name": "report.pdf",
"output_dir": "/path/to/output"
}


## 常见工作流

### 将销售卡片文件夹转换为Markdown作为知识库```bash
# Using batch_convert with all PPTX files in a directory
python -c "
from doc2md.tools.batch import batch_convert
from pathlib import Path

files = [str(f) for f in Path('/data/sales-decks').glob('*.pptx')]
result = batch_convert(files, output_dir='/data/knowledge-base')
print(f'Converted {result.successful}/{result.total} files')
"

将文档转换为矢量数据库

  1. 使用doc2md将所有文档转换为 .md 文件
  2. 将RAG管道的文档加载器指向输出目录
  3. 干净的Markdown和一致的标题层次结构使分块变得可靠

使用Claude Desktop转换并查询文档

  1. 在Claude Desktop中将doc2md配置为MCP服务器
  2. 问克劳德:“将/path/to/quarterly-report.pdf转换为markdown”
  3. 这 .md 文件已写入磁盘,可以在后续查询中引用

配置

环境变量 描述 默认值
TRANSPORT 运输方式: stdio 或 sse stdio
PORT SSE运输港口 3000
DEFAULT_OUTPUT_DIR 输出文件的默认目录 源文件目录

Docker使用

挂载你的文件目录,这样doc2md就可以读取源文件并写入输出:```bash

stdio mode (for MCP clients)

docker run -v $(pwd):/data benguy1000/doc2md

SSE mode (for network access)

docker run -p 3000:3000 -v $(pwd):/data -e TRANSPORT=sse benguy1000/doc2md
```

输出 .md 文件将出现在主机文件系统上的已挂载目录中。

贡献

  1. 克隆仓库
  2. 安装开发依赖项: pip install -e ".[dev]"
  3. 运行测试: pytest
  4. 棉绒: ruff check src/ tests/
  5. 格式: ruff format src/ tests/

许可证

麻省理工学院 --版权所有(c)2025 benguy1000

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
doc2md (Benguy1000) 怎么安装?

在客户端按下面的安装命令接入:pip install doc2md。装完在客户端配置里引用同一个包或端点。

doc2md (Benguy1000) 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

doc2md (Benguy1000) 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

doc2md (Benguy1000) 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

doc2md (Benguy1000) 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

doc2md (Benguy1000) 能提供哪些能力?

资料显示约 5 个工具;能力标签包括 文档转换、文件处理、Python、Claude、知识管理。具体工具清单以官方文档为准。

doc2md (Benguy1000) 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

doc2md (Benguy1000) 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。