记录MCP服务器
一种模型上下文协议(MCP)服务器,用于使用Docling库将文档转换为markdown。该服务器使Claude和其他AI助手能够处理和提取各种文档格式的内容。
特性
- 将文档从URL或本地文件转换为markdown
- 从文档中提取表格
- 转换带有嵌入图像的文档
- 支持OCR(光学字符识别)
- 批量处理多个文档
- 缓存转换结果以提高性能
- 硬件加速支持(macOS上的MPS)
安装
先决条件
- Python 3.10或更高版本
- 文档库
- MCP库
设置
- 克隆存储库:```bash
git clone https://github.com/yourusername/mcp-docling.git
cd mcp-docling
1. 创建虚拟环境:```bash
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
- 安装软件包:```bash
pip install -e .
## 用法
### 发展模式
在开发模式下运行服务器:```bash
mcp dev mcp_docling/server.py
“生产”模式(作为一个模块)
将服务器作为模块运行:```bash
python -m mcp_docling
### 与Claude Desktop集成
要将此服务器与Claude Desktop一起使用,请将以下配置添加到您的Claude Desktop配置文件中(位于 `~/Library/Application Support/Claude/claude_desktop_config.json`):```json
{
"mcpServers": {
"docling": {
"command": "/path/to/your/python/environment/bin/python",
"args": [
"-m",
"mcp_docling"
],
"env": {
"PYTHONPATH": "/path/to/your/project/directory"
}
}
}
}
将路径替换为实际的Python环境和项目目录路径。
可用工具
convert_文档
将文档从URL或本地路径转换为markdown格式。```python
convert_document("https://arxiv.org/pdf/2408.09869")
convert_document("/path/to/document.pdf", enable_ocr=True, ocr_language=["en"])
### convert_document_with_images
转换文档并返回markdown文本和嵌入图像。```python
convert_document_with_images("https://arxiv.org/pdf/2408.09869")
可提取表
从文档中提取表并将其作为结构化数据返回。```python
extract_tables("https://arxiv.org/pdf/2408.09869")
### convert_batch
以批处理模式转换多个文档。```python
convert_batch(["https://arxiv.org/pdf/2408.09869", "/path/to/document.pdf"])
get_system_info
返回有关系统配置和加速状态的信息。```python
get_system_info()
## 测试
您可以使用提供的测试脚本测试服务器:```bash
python test_docling_server.py
在运行测试之前,请确保设置了所需的环境变量:bash
export INFERENCE_MODEL="your-model-id"
export LLAMA_STACK_PORT="8080"
配置
服务器支持各种配置选项:
- OCR支持语言选择
- 硬件加速(macOS上的MPS)
- 转换结果缓存
- 批处理设置
故障排除
如果您遇到问题:
- 检查日志中的错误消息
- 验证您的Python环境是否具有所有必需的依赖项
- 确保PYTHONPATH在您的配置中正确设置
- 对于硬件加速问题,请检查您的系统是否支持配置的加速器
许可证
[您的许可证在这里]
贡献
欢迎投稿!请随时提交拉取请求。
