FILE CONVERTER MCP

MCP开发工具

提供方 MaitreyaM · 包名 @smithery/cli

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

A Python-based MCP (Model Context Protocol) server powered by FastMCP that leverages Pandoc for flexible document conversion between various formats (Markdown, DOCX, PDF, HTML, etc.), designed for use with AI agents like Claude. Includes Docker configuration for easy deployment.

一句话选型结论

按资料字段整理

FILE CONVERTER MCP 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 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。

分类开发工具 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 7 仓库热度,无公开仓库时显示未标注
工具数 未标注 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

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注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

developer-tools文档转换Python本地部署文件处理多格式支持Pandoc集成MCP协议

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
npx -y @smithery/cli install @MaitreyaM/file-converter-mcp --client claude

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,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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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

  • 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,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。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 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
FILE CONVERTER MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-18
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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MaitreyaM上游标注的维护方 MaitreyaM
分类开发工具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@smithery/cli · Node.js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2026-05-18上游最后核验时间

详细介绍

7.9 KB
来自项目仓库与上游目录的原文,未做删改

Pandoc MCP服务器

基于Python的MCP(模型上下文协议)服务器,通过Pandoc提供强大的文档转换功能。该服务器允许AI代理(如Claude通过LangChain/LangGraph)请求各种格式之间的文件转换,如Markdown、DOCX、HTML、PDF、EPUB等。

本项目使用:

  • FastMCP: 一个用于轻松创建MCP服务器的Python库。
  • 皮潘多克: Pandoc命令行工具周围的Python包装器。
  • Pandoc: 通用文档转换器。
  • (可选)Docker: 对于容器化部署,绑定所有依赖项(Python、Pandoc、LaTeX)。

特性

  • 显示单个MCP工具: convert_document.
  • 支持Pandoc处理的各种输入和输出格式。
  • 允许指定输入格式(如果自动检测失败)和输出格式。
  • 支持向Pandoc传递额外的命令行参数以进行高级控制(例如,目录、PDF边距、独立文件)。
  • 包括Docker配置(Dockerfile)用于创建一个自包含的服务器环境,包括Pandoc和用于PDF生成的必要LaTeX组件。
  • 专为与MCP客户端集成而设计,特别是LangChain/LangGraph代理。

暴露的MCP工具

convert_document

使用Pandoc将文档从一种格式转换为另一种格式。

论据:

  • input_file_path (str, 必需的):路径 可由服务器访问 到输入文档文件。如果在Docker中运行卷挂载,这应该是路径 集装箱内 (例如。, /data/my_doc.docx).
  • output_file_path (str, 必需的):路径 可由服务器访问 转换后的输出文件应保存在何处。如果在Docker中运行,这应该是路径 集装箱内 (例如。, /data/my_output.pdf).如果该目录不存在于服务器的可访问文件系统中,则将创建该目录。
  • to_format (str, 必需的):转换的目标格式(例如,“markdown”、“docx”、“pdf”、“html”、“rst”、“epub”)。看 Pandoc文档 查看完整列表(--list-output-formats).
  • from_format (str, 可选的):输入文件的格式。如果 None,pandoc将尝试从文件扩展名中猜测。指定扩展名是否不明确或缺失(例如,“md”、“docx”、“html”)。默认为 None.
  • extra_args (列表[str], 可选的):直接传递给pandoc的附加命令行参数列表(例如。, ['--toc'], ['-V', 'geometry:margin=1.5cm'], ['--standalone']).默认为 None.

退货:

  • (str):表示成功的消息(例如,“已成功将文档转换为'/data/my_output.pdf'”)或错误消息(例如:“错误:找不到输入文件…”,“转换过程中出错:Pandoc死亡…”)。

设置和运行

您可以在本地运行此服务器(需要手动安装依赖项),也可以使用提供的Docker配置(为便于使用和部署,建议使用)。

通过Smithery安装

通过以下方式自动安装克劳德桌面版Pandoc文档转换器 史密瑟里:```bash
npx -y @smithery/cli install @MaitreyaM/file-converter-mcp --client claude


### 选项1:使用Docker运行(推荐)

此方法将Python、Pandoc、LaTeX和所需库捆绑到一个容器中。 **你只需要在本地安装Docker Desktop。**

1. **安装Docker:** 下载并安装 Docker桌面 对于您的操作系统。启动Docker桌面。
1. **克隆存储库:** 获取项目文件:```bash
git clone https://github.com/your-username/pandoc-mcp-server.git # Replace with your repo URL
cd pandoc-mcp-server
  1. 构建Docker镜像: 此命令使用以下命令构建映像 Dockerfile。它在映像中安装Pandoc、一个功能强大的TeX Live发行版(用于PDF支持)和Python依赖项。第一次执行此步骤可能需要几分钟。```bash
    docker build -t pandoc-converter-server .
1. **运行容器:** 这将启动容器内的服务器。
- **在主机上选择一个目录** 与输入/输出文件的容器共享(例如当前项目目录)。
- 运行容器,将主机目录映射到 `/data` 在集装箱内部和映射端口8000。 **替换 `/path/to/your/local/project` 使用计算机上项目目录的实际绝对路径。**```bash
# Example using the current directory (.) as the host path:
docker run -it --rm -p 8000:8000 -v "$(pwd)":/data pandoc-converter-server

# Or using an absolute path (replace):
# docker run -it --rm -p 8000:8000 -v "/path/to/your/local/project":/data pandoc-converter-server
  • -it:以交互方式运行(显示日志,允许Ctrl+C)。
  • --rm:停止时移除容器。
  • -p 8000:8000:将主机上的端口8000映射到容器中的端口8000。
  • -v "$(pwd)":/data:将主机上的当前工作目录装载到 /data 在容器内。放置在本地项目目录中的文件将显示在 /data 在容器内,文件保存到 /data 由服务器执行的命令将显示在您的本地项目目录中。
  • pandoc-converter-server:您创建的图像的名称。
    1. 服务器正在运行: 您应该看到指示服务器已启动并正在SSE上侦听的日志(http://0.0.0.0:8000).它已准备好接受来自MCP客户端(如LangChain代理)的连接。
    1. 从客户端连接: 配置您的MCP客户端(例如。, MultiServerMCPClient)要连接到 http://127.0.0.1:8000/sse 随着 transport: "sse".
    1. 使用工具: 与代理/客户端交互时,请使用文件的路径引用文件 集装箱内,前缀为 /data/例如: convert /data/my_input.docx to pdf at /data/my_output.pdf。由于卷映射,输出文件将出现在本地项目目录中。

选项2:本地运行(手动依赖安装)

这要求您将Python、Pandoc和LaTeX发行版直接安装到主机上。

  1. 安装Python: 确保您已安装Python>=3.10。
  2. 安装Pandoc: 为您的操作系统安装Pandoc命令行工具。请遵循以下说明 pandoc.org/installing.html.通过运行验证 pandoc --version 在一个新的终端。
  3. 安装LaTeX: 要生成PDF,请安装TeX发行版。
    - macOS: brew install --cask mactex-no-gui (通过Homebrew推荐)
    - Debian/Ubuntu: sudo apt-get update && sudo apt-get install texlive-latex-base texlive-fonts-recommended texlive-latex-extra texlive-fonts-extra (或 texlive-full 一切,但大)。
    - 窗户: 安装 MiKTeX 或 TeX直播.确保 bin 目录包含 pdflatex.exe 已添加到系统的PATH中。
    - 通过运行验证 pdflatex --version 在一个新的终端。
  4. 克隆存储库:```bash
    git clone https://github.com/your-username/pandoc-mcp-server.git # Replace with your repo URL
    cd pandoc-mcp-server
1. **创建虚拟环境(推荐):**```bash
python -m venv venv
source venv/bin/activate # Linux/macOS
# venv\Scripts\activate # Windows

(或使用Conda: conda create --name pandoc-env python=3.11 && conda activate pandoc-env)
1. 安装Python依赖项:```bash
pip install -r requirements.txt

1. **运行服务器:**```bash
python pandoc_mcp_server.py
  1. 服务器正在运行: 它会继续听 http://127.0.0.1:8000/sse.
  2. 从客户端连接: 配置您的MCP客户端以连接到 http://127.0.0.1:8000/sse.
  3. 使用工具: 使用本地计算机上的常规路径参考文件(例如。, convert my_input.docx to pdf at my_output.pdf,假设文件位于同一目录中,或使用绝对路径)。

代理交互示例(在Docker中运行服务器)

假设服务器容器正在运行卷装载:```
You: convert /data/report.md to pdf

Agent: Thinking...
[Agent calls convert_document tool with input='/data/report.md', output='/data/report.pdf', to='pdf']
Agent: Successfully converted document to '/data/report.pdf'
[The bot may then attempt to upload report.pdf from the local project directory]
```

文件

  • pandoc_mcp_server.py:MCP服务器的主要Python脚本。
  • Dockerfile:构建Docker容器镜像的说明。
  • requirements.txt:Docker容器(或本地venv)内需要Python依赖项。
  • .gitignore:指定Git有意不跟踪的文件。
  • README.md:这个文件。

贡献

欢迎投稿!请随时提交拉取请求或打开问题。

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
FILE CONVERTER MCP 怎么安装?

在客户端按下面的安装命令接入:npx -y @smithery/cli install @MaitreyaM/file-converter-mcp --client claude。对应的包名是 @smithery/cli。装完在客户端配置里引用同一个包或端点。

FILE CONVERTER MCP 怎么在 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。

FILE CONVERTER 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。

FILE CONVERTER 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。

FILE CONVERTER MCP 支持哪些客户端?

资料标注支持 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。

FILE CONVERTER MCP 能提供哪些能力?

资料显示能力标签包括 文档转换、多格式支持、Python、Claude、文件处理。具体工具清单以官方文档为准。

FILE CONVERTER MCP 需要什么运行环境?

运行时为 Node.js;属于本地进程,需要在本机装好运行环境。

FILE CONVERTER 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 2026-05-18。