MCP Gemini Pdf Image

MCP文档知识

提供方 tandat8503

文档知识 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

一款基于Google Gemini API的PDF解析工具,支持单文件或多文件处理,提供文本、图像、图表分析及格式转换功能。

一句话选型结论

按资料字段整理

MCP Gemini Pdf Image 属于文档知识类 MCP 服务器,stdio · 本地进程,API Key,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API Key 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 1 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1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

适用场景

PDF解析Python本地部署多文件处理文本分析图像识别格式转换

安装与配置

stdio · 本地进程 API Key
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 1 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 1 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。

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。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 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。
  • 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。
  • 不方便管理密钥或第三方授权的人。
  • 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
MCP Gemini Pdf Image当前 1 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tandat8503上游标注的维护方 tandat8503
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API Key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

5.9 KB
来自项目仓库与上游目录的原文,未做删改

Gemini PDF Understanding MCP Server

MCP server để hiểu và phân tích PDF bằng Google Gemini API. 1 tool duy nhất - tự động xử lý 1 hoặc nhiều PDFs.

🌟 Tính Năng

  • Single Tool Workflow: URL + Prompt → Kết quả (1 bước)
  • Multiple PDFs Support: So sánh và phân tích nhiều PDFs cùng lúc
  • Smart Caching: Tự động cache file để tăng tốc lần sau
  • Hiểu PDF toàn diện: Phân tích văn bản, hình ảnh, sơ đồ, biểu đồ, bảng
  • Tóm tắt & Trích xuất: Tóm tắt nội dung, trích xuất thông tin có cấu trúc
  • Q&A: Trả lời câu hỏi về tài liệu
  • Chuyển đổi: Chuyển PDF sang HTML, text, v.v.
  • Lớn: Hỗ trợ PDF lên đến 1,000 trang mỗi file
  • Tối ưu: Sử dụng Google SDK chính thức + File API

🚀 Cài Đặt Nhanh```bash

cd gemini-pdf-mcp-server
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt
cp env.example .env

Sửa .env, thêm GEMINI_API_KEY của bạn

python main.py


## 🔑 Lấy API Key

1. Truy cập: https://aistudio.google.com/app/apikey
2. Đăng nhập Google Account
3. Click "Create API Key"
4. Copy và paste vào file `.env`

**Miễn phí**: 15 requests/phút, 1.5K requests/ngày

## 📖 Sử Dụng

### Workflow: 1 Bước (Đơn Giản)

**Input**: URL + Prompt → **Output**: Kết quả

### Tool: `understand_pdf_from_url`

**Mô tả**: Hiểu và phân tích 1 hoặc nhiều PDF từ URL (tự động xử lý mọi thứ)

**Parameters**:
- `pdf_url` (string hoặc list[string], required):
- String: 1 PDF
- List: Nhiều PDFs
- `prompt` (string, required): Câu hỏi/yêu cầu về PDF(s)
- `model` (string, optional): Model Gemini (mặc định: `gemini-1.5-flash-latest`)

**Output**: Kết quả phân tích PDF(s)

**Use Cases**:
- **Single PDF**: Tóm tắt, trích xuất, Q&A, chuyển đổi
- **Multiple PDFs**: So sánh, tìm chủ đề chung, cross-reference

**Examples**:```python
# Ví dụ 1: Tóm tắt PDF
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": "https://arxiv.org/pdf/1706.03762.pdf",
"prompt": "Tóm tắt bài báo này thành 3 đoạn văn"
}
}

# Ví dụ 2: Trích xuất thông tin
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": "https://example.com/report.pdf",
"prompt": "Trích xuất tất cả ngày tháng, tên người và số tiền"
}
}

# Ví dụ 3: Phân tích (cùng URL, câu hỏi khác - sẽ dùng cache)
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": "https://arxiv.org/pdf/1706.03762.pdf",
"prompt": "Các phát hiện chính trong nghiên cứu này là gì?"
}
}

# Ví dụ 4: Chuyển đổi
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": "https://example.com/doc.pdf",
"prompt": "Chuyển sang HTML giữ nguyên layout"
}
}

# Ví dụ 5: So sánh nhiều PDFs (dùng list)
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": [
"https://arxiv.org/pdf/1706.03762.pdf",
"https://arxiv.org/pdf/2010.11929.pdf"
],
"prompt": "So sánh hai bài báo này. Điểm giống và khác nhau về phương pháp là gì?"
}
}

# Ví dụ 6: Tìm chủ đề chung
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": [
"https://example.com/paper1.pdf",
"https://example.com/paper2.pdf",
"https://example.com/paper3.pdf"
],
"prompt": "Chủ đề chung xuyên suốt trong 3 bài báo này là gì?"
}
}

# Ví dụ 7: Tóm tắt nhiều tài liệu
{
"tool": "understand_pdf_from_url",
"arguments": {
"pdf_url": [
"https://company.com/report-q1.pdf",
"https://company.com/report-q2.pdf",
"https://company.com/report-q3.pdf",
"https://company.com/report-q4.pdf"
],
"prompt": "Tóm tắt xu hướng kinh doanh qua 4 quý trong năm"
}
}

📝 Cấu Trúc File```

gemini-pdf-mcp-server/
├── main.py # MCP server (1 tool duy nhất)
├── requirements.txt # Dependencies
├── env.example # Template cấu hình
├── .env # Cấu hình thực (tạo từ env.example)
├── README.md # File này
└── .gitignore # Git ignore
```

🔧 Cấu Hình

Environment Variables

Variable Required Default Description
GEMINI_API_KEY ✅ Yes - API Key từ Google Gemini

API Limits (Free Tier)

  • RPM: 15 requests/phút
  • TPM: 1 triệu tokens/phút
  • RPD: 1,500 requests/ngày
  • Pages: Tối đa 1,000 trang/PDF
  • Token: 258 tokens/trang
  • File Storage: Files được lưu tạm thời trên Gemini

Lợi Ích

  • ✅ Cực kỳ đơn giản: Chỉ 1 tool cho mọi use case
  • ✅ Tự động detect: String = 1 PDF, List = nhiều PDFs
  • ✅ Không giới hạn: Hỗ trợ nhiều PDFs (paid API key)
  • ✅ Smart caching: Tự động cache, lần sau nhanh hơn
  • ✅ Tương thích hoàn hảo: Với ai-native-todo-task-agent
  • ✅ Hiệu quả: File API + caching + Google SDK

🐛 Xử Lý Lỗi

"GEMINI_API_KEY is not configured"

→ Kiểm tra file .env có API key đúng

"Rate limit exceeded"

→ Đợi 1 phút (free tier: 15 RPM)

"Failed to download PDF"

→ Kiểm tra URL có public không

"Request timeout"

→ PDF quá lớn hoặc kết nối chậm, thử lại

💡 Tips

  • Prompt rõ ràng: "Tóm tắt 3 đoạn, mỗi đoạn 100 từ" thay vì "Tóm tắt"
  • PDF quality: Dùng PDF rõ ràng, không bị mờ
  • Orientation: Xoay trang đúng hướng trước khi upload
  • Rate limit: Space out requests 4-5 giây

🔒 Bảo Mật

  • ❌ Không commit file .env
  • ❌ Không share API key công khai
  • ✅ Dùng environment variables

📚 Tài Liệu

  • Gemini Document Processing
  • Get API Key
  • Gemini API Docs

✨ Credits

  • FastMCP - MCP framework
  • Google Gemini API - AI capabilities

Note: Unofficial MCP server for Google Gemini API.

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
MCP Gemini Pdf Image 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。

MCP Gemini Pdf Image 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

MCP Gemini Pdf Image 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。

MCP Gemini Pdf Image 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

MCP Gemini Pdf Image 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 Python、格式转换、文档处理。具体工具清单以官方文档为准。

MCP Gemini Pdf Image 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。

MCP Gemini Pdf Image 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。