Document Parser MCP

MCP文档知识

提供方 kgand

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

一个智能文档解析和转换服务,支持多种文档格式(PDF、DOCX、图片、音频等)转换为Markdown格式,适用于AI处理和数据检索。

一句话选型结论

按资料字段整理

Document Parser MCP 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

文档解析Python本地部署格式转换AI处理多格式支持智能检测

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
python -m venv venv

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 Python,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
Document Parser MCP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kgand上游标注的维护方 kgand
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 · Python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

6.3 KB
来自项目仓库与上游目录的原文,未做删改

文档解析器MCP

一种模型上下文协议(MCP)服务器,使用Docling工具包提供智能文档解析和转换功能。将任何文档(PDF、DOCX、图像、音频等)转换为干净的Markdown,用于AI处理和RAG管道。

特性

  • 通用文档支持:PDF、Office文档(DOCX/XLSX/PPTX)、图像、HTML、Markdown、音频文件等
  • 多条处理管道:
  • 标准:通过先进的布局分析实现快速、高质量的转换
  • VLM:用于复杂布局和手写内容的视觉语言模型
  • ASR:用于音频转录的自动语音识别
  • 智能自动检测:根据文件类型自动选择最佳管道
  • 并发处理:内置作业队列,用于处理多个请求
  • MCP集成:与Claude Desktop和其他MCP客户端无缝集成
  • 清除Markdown输出:高质量的结构化文本,可供人工智能使用

安装

先决条件

  • Python 3.9或更高版本
  • 建议使用8GB+RAM

快速开始

  1. 克隆存储库:```bash
    git clone
    cd document-parser-mcp

2. **创建虚拟环境:**```bash
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖项:```bash
    pip install -r requirements.txt

4. **安装带有可选功能的文档:**```bash
# Core Docling
pip install docling

# For Apple Silicon MLX acceleration
pip install docling[mlx]

# Optional OCR engines
pip install easyocr

用法

运行服务器

启动MCP服务器:```bash
python -m document_parser


使用自定义配置:```bash
python -m document_parser --config /path/to/config.yaml

使用调试日志记录:```bash
python -m document_parser --debug


### 配置

服务器通过以下方式配置 `config.yaml`.按键设置:```yaml
server:
name: document-parser-mcp
max_concurrent_jobs: 3
job_timeout_seconds: 600

processing:
default_pipeline: standard
enable_pipeline_auto_detect: true

ocr:
engine: easyocr
languages: [eng]

pdf:
backend: dlparse_v4
table_accuracy_mode: accurate

看 配置指南 查看详细选项。

MCP工具

服务器提供以下MCP工具:

parse_document

将任何文档解析为Markdown。

参数:

  • source (必填):文档的文件路径或URL
  • pipeline (可选):处理管道- standard, vlm,或 asr
  • options (可选):其他处理选项

例子:```json
{
"name": "parse_document",
"arguments": {
"source": "https://arxiv.org/pdf/2408.09869",
"pipeline": "standard"
}
}


### `parse_document_advanced`

具有详细配置的高级解析。

**参数:**

- `source` (必填):文件路径或URL
- `pipeline` (可选):处理管道
- `ocr_enabled` (可选):启用/禁用OCR
- `table_accuracy_mode` (可选): `fast` 或 `accurate`
- `pdf_backend` (可选):PDF处理后端
- `enable_enrichments` (可选):启用代码/公式丰富

### `get_job_status`

获取处理作业的状态。

**参数:**

- `job_id` (必填):作业标识符

### `list_supported_formats`

列出所有支持的输入格式和管道。

### `get_queue_statistics`

获取当前队列和处理统计信息。

## 与Claude Desktop集成

添加到您的Claude Desktop配置(`~/Library/Application Support/Claude/claude_desktop_config.json` 在macOS上):```json
{
"mcpServers": {
"document-parser": {
"command": "python",
"args": ["-m", "document_parser"],
"cwd": "/path/to/document-parser-mcp"
}
}
}

重新启动Claude Desktop,文档解析器将作为工具可用。

管道选择指南

标准管道(默认)

  • 最适合:天生的数字PDF、Office文档、简洁的布局
  • 特性:高级布局分析、表格结构恢复、可选OCR
  • 演出:快速、内存高效

VLM管道

  • 最适合:复杂的布局、手写笔记、屏幕截图、扫描文档
  • 特性:视觉语言模型处理,端到端页面理解
  • 演出:较慢,MLX在Apple Silicon上加速

ASR管道

  • 最适合:音频文件(会议、讲座、访谈)
  • 特性:基于耳语的转录
  • 演出:CPU/GPU密集型

发展

运行测试```bash

Install development dependencies

pip install -r requirements-dev.txt

Run tests

pytest

Run with coverage

pytest --cov=document_parser


### 代码质量```bash
# Format code
black document_parser tests

# Lint
ruff check document_parser tests

# Type checking
mypy document_parser

项目结构```

document-parser-mcp/
├── document_parser/ # Main package
│ ├── config/ # Configuration system
│ ├── core/ # Core exceptions and types
│ ├── engine/ # Document processing engine
│ ├── mcp/ # MCP server implementation
│ ├── processing/ # Job queue and tracking
│ └── utils/ # Utility functions
├── tests/ # Test suite
├── config.yaml # Default configuration
├── requirements.txt # Production dependencies
└── setup.py # Package configuration


## 性能优化

### 内存管理

- 配置 `max_memory_gb` 对于您的系统
- 集 `max_concurrent_jobs` 基于可用资源
- 处理大文件时会自动清理

### MLX加速(苹果硅)

- 安装时使用 `pip install docling[mlx]`
- 在配置中启用: `enable_mlx_acceleration: true`
- 如果不可用,则自动回退到CPU

## 故障排除

### 常见问题

**“ModuleNotFoundError:没有名为'docling'的模块”**```bash
pip install docling

队列已满错误

  • 等待当前作业完成
  • 增加 max_concurrent_jobs 在配置中

大文件内存错误

  • 减少 max_memory_gb 在配置中
  • 使用 pipeline: standard 而不是 vlm

OCR不工作```bash
pip install easyocr

Or for tesseract

brew install tesseract # macOS
```

贡献

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 进行更改
  4. 添加新功能的测试
  5. 运行测试套件
  6. 提交您的更改(git commit -m 'Add amazing feature')
  7. 推到分支(git push origin feature/amazing-feature)
  8. 打开拉取请求

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

致谢

  • 内置于 Docling -一个出色的文档理解工具包
  • 使用 模型上下文协议 用于AI集成

支持

  • 问题: GitHub问题
  • 文档: 全部文件

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
Document Parser MCP 怎么安装?

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

Document Parser MCP 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。

Document Parser MCP 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。

Document Parser MCP 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。

Document Parser MCP 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。

Document Parser MCP 能提供哪些能力?

资料显示约 5 个工具;能力标签包括 多格式支持、Python、Claude、格式转换。具体工具清单以官方文档为准。

Document Parser MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Document Parser MCP 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。