Local Documents MCP Server

MCP文档知识

提供方 Baronco

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

一个用于在Windows系统上交互和处理本地文档的模型上下文协议(MCP)服务器,支持文档列表、加载、格式转换以及扫描PDF的OCR文本提取功能。

一句话选型结论

按资料字段整理

Local Documents MCP Server 属于文档知识类 MCP 服务器,stdio · 本地进程,Token,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Token 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 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

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

文档处理Python本地部署OCR支持多格式转换Windows工具自动化处理

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
pip install uv

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
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

  • 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。

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Token对应的凭据,并按最小权限配置。
  • 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。
  • 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
Local Documents MCP Server当前 未标注 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Baronco上游标注的维护方 Baronco
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Token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

7.3 KB
来自项目仓库与上游目录的原文,未做删改

📚 本地文档MCP服务器

用于与Windows系统上的本地文档交互的模型上下文协议(MCP)服务器。此服务器提供列出、加载和处理文档的工具,并支持对扫描的PDF进行OCR。

✨ 特性

  • 📁 文档发现:列出指定目录中的所有文档
  • ⚡ 文档处理:将各种文档格式转换为markdown
  • 🔍 OCR支持:使用Tesseract OCR从扫描的PDF中提取文本
  • 🎯 许可证管理:基于令牌限制的自动内容截断
  • 📄 多格式支持:处理Word文档、PDF、PowerPoint、Excel等

🛠️ 可用工具

  • list_documents:按路径、名称和扩展名查找文档
  • load_documents:提取文档内容作为标记
  • load_scanned_document:使用OCR从扫描的PDF中提取文本

💻 系统要求

  • 操作系统:Windows 10/11
  • python:3.13或更高
  • 程序包管理器: 紫外线 (推荐)

📋 先决条件安装

1.🐍 Python 3.13

从以下网址下载并安装Python 3.13 python.org

2.⚡ UV包装管理器

使用pip安装uv:```powershell
pip install uv


### 3.📖 Windows版Poppler

**目的**:PDF处理和转换为OCR图像所需。

1. 从以下网址下载最新的Poppler Windows版本:
https://github.com/oschwartz10612/poppler-windows/releases/

1. 将ZIP文件解压缩到:```
D:\Program Files\poppler-24.08.0
  1. Poppler二进制文件应位于:```
    D:\Program Files\poppler-24.08.0\Library\bin

**备选地点**:您可以在任何目录中安装Poppler,只需确保更新 `.env` 使用正确路径的文件。

### 4.👁️ Tesseract OCR

**目的**:需要从扫描的文档和图像中提取文本。

1. 从以下网址下载Windows版Tesseract:
https://github.com/UB-Mannheim/tesseract/wiki

1. 按照安装程序说明安装Tesseract

1. 确保Tesseract已添加到系统PATH中,或记下安装目录

## 🚀 工程安装

### 1.📥 克隆或下载项目```powershell
git clone
cd LocalDocs

2.📦 安装Python依赖项```powershell

uv sync


这将从安装所有必需的依赖项 `pyproject.toml`:

- `markitdown[docx,pdf,pptx,xls,xlsx]>=0.1.2` -文档转换
- `mcp[cli]>=1.10.1` -MCP服务器框架
- `opencv-python>=4.11.0.86` -图像处理
- `pdf2image>=1.17.0` -PDF到图像转换
- `pytesseract>=0.3.13` -Tesseract OCR包装
- `python-dotenv>=1.1.1` -环境变量管理
- `tiktoken>=0.9.0` -代币计数

### 3.⚙️ 配置环境变量

创建或更新 `.env` 项目根目录中的文件:```env
POPPLER_PATH="D:\\Program Files\\poppler-24.08.0\\Library\\bin"

备注:更新路径以匹配您的Poppler安装位置。

🔧 MCP客户端的配置

🤖 Claude桌面配置

将以下配置添加到您的Claude桌面 config.json 文件:

  • 第一个论点:文档目录的路径

  • 例子: "C:\\Users\\YourUsername\\Documents\\MyDocuments"

  • 在JSON中为Windows路径使用双反斜杠

  • 第二个论点:每个文档的最大令牌数

  • 例子: "30000"

  • 根据您的需求和Claude的代币限制进行调整

📝 示例配置

用于不同的文档位置:```json
{
"mcpServers": {
"local-documents": {
"command": "uv",
"args": [
"--directory",
"C:\Users\YourUsername\Documents\LocalDocs",
"run",
"server.py",
"C:\Users\YourUsername\Documents\MyDocuments",
"30000"
]
}
}
}


## 🎯 用法

### 🚀 启动服务器

当Claude Desktop加载配置的设置时,服务器会自动启动。

### 🔄 可用操作

1. **📋 列出文件**:查找配置目录中的所有文档
1. **📄 加载标准文档**:处理Word文档、PDF、PowerPoint、Excel文件
1. **🔍 加载扫描文件**:使用OCR从扫描的PDF中提取文本

### 📊 响应格式

服务器返回结构化响应,其中包含:

- 文档路径和元数据
- 令牌使用信息
- 处理时间(OCR操作)
- 以markdown格式提取的内容

## 🛠️ 故障排除

### ⚠️ 常见问题

1. **🔍 未找到Poppler**

- 验证Poppler安装路径
- 检查 `.env` 文件配置
- 确保路径在Windows中使用双反斜杠

1. **👁️ 未找到Tesseract**

- 验证Tesseract安装
- 将Tesseract添加到系统PATH
- 重新启动命令提示符/PPowerShell

1. **🔐 权限被拒绝错误**

- 确保文档目录可访问
- 检查文件权限
- 必要时以管理员身份运行

1. **❌ 导入错误**

- 验证是否安装了所有依赖项: `uv sync`
- 检查Python版本: `python --version`
- 确保你使用的是Python 3.13

1. **⏳ 大型文档处理**

- 降低令牌限制以获得更好的性能
- 考虑拆分大型文档
- 监控OCR操作期间的内存使用情况

### 🐛 调试信息

要获取更详细的错误信息,请检查Claude Desktop日志或在PowerShell窗口中手动运行服务器。

## 📁 文件结构```
LocalDocs/
├── server.py              # Main MCP server
├── pyproject.toml         # Project dependencies
├── .env                   # Environment configuration
├── README.md              # This documentation
├── src/
│   └── instructions.md    # Assistant instructions
└── utils/
├── __init__.py
├── markitdown.py      # Document conversion
├── max_tokens.py      # Token management
├── ocr.py             # OCR processing
├── path_files.py      # File discovery
└── prompts.py         # Instruction loading

📄 支持的文档格式

  • 📊 微软:.docx、.xlsx、.pptx
  • 📖 可移植文档格式:常规PDF和扫描PDF(通过OCR)

⚡ 性能注意事项

  • 🔍 OCR处理:扫描的文档处理时间要长得多
  • 🎯 令牌限制:根据您的文档大小和Claude的上下文窗口进行调整
  • 💾 内存使用:大型文档和OCR操作可能会占用大量内存

🤝 贡献

在为该项目做出贡献时:

  1. 确保与Windows和Python 3.13的兼容性
  2. 使用各种文档格式进行测试
  3. 使用扫描文档验证OCR功能
  4. 更新任何新功能的文档

📚 相关文件

  • MCP文件
  • 克劳德桌面MCP指南
  • PDF2图像
  • Poppler PDF处理
  • Tesseract OCR
  • MarkItDown

🗺️ 路线图和未来增强功能

🔮 计划的功能

  • 🧠 矢量存储和RAG集成:未来的版本将包括矢量文档存储,以:

  • 通过避免重复的文本提取来减少令牌消耗

  • 启用跨文档集合的语义搜索
  • 提供更高效的文档检索和分块
  • 支持持久文档索引

  • 🔍 增强的OCR验证:目前,扫描书籍的OCR功能尚未完全验证,可能会遇到以下问题:

  • 复杂的布局和格式

  • 多栏文档
  • 扫描质量差
  • 非标准字体或语言

💡 当前建议

🚀 对于大型上下文模型

  • 🤖 Gemini模型:使用1M以上的令牌上下文窗口,您可以在不截断的情况下处理很长的文档
  • 🎯 许可证管理:默认情况下,当前实现最多支持128K个令牌,但可以针对更大的上下文模型进行调整
  • 📖 文档处理:在使用以下工具时,考虑使用更高的令牌限制(例如500K-1M):
  • 完整的书籍或长篇报告
  • 多个相关文档
  • 综合文档分析

⚠️ 需要考虑的限制

  • 🔍 OCR可靠性:扫描文档处理是实验性的,可能需要手动验证
  • ⏳ 处理时间:大型文档和OCR操作可能需要大量时间
  • 💾 内存使用:高分辨率扫描文档可能需要大量的系统资源

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
Local Documents MCP Server 怎么安装?

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

Local Documents MCP Server 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。

Local Documents MCP Server 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。

Local Documents MCP Server 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Local Documents MCP Server 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。

Local Documents MCP Server 能提供哪些能力?

资料显示能力标签包括 文档处理、Python、Claude、自动化处理。具体工具清单以官方文档为准。

Local Documents MCP Server 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。

Local Documents MCP Server 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。