@sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server

支援 OCR 功能的 PDF 處理 Model Context Protocol (MCP) 伺服器。此伺服器為 Cursor IDE 和其他 MCP 相容客戶端提供完整的 PDF 操作功能。

中文 | English

功能特點

• ✅ PDF 文字提取：從 PDF 檔案中提取文字內容
• ✅ OCR 支援：使用 Tesseract.js 對掃描的 PDF 進行文字辨識
• ✅ 元資料提取：取得 PDF 元資料（頁數、作者、標題等）
• ✅ 文字搜尋：在 PDF 文件中搜尋文字
• ✅ PDF 合併：將多個 PDF 檔案合併為一個
• ✅ PDF 拆分：將 PDF 拆分為多個檔案
• ✅ PDF 轉圖片：將 PDF 頁面轉換為圖片（PNG、JPG、WebP）
• ✅ 頁面提取：提取指定頁面到新 PDF
• ✅ 多語言 OCR：支援 15+ 種語言，包括中文、日文、韓文

系統需求

• Node.js >= 18.0.0
• 支援的作業系統：Windows、Linux、macOS

安裝

全域安裝（推薦用於 Cursor）

npm install -g @sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server

本地安裝

npm install @sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server

從源碼安裝

git clone https://github.com/j0482k6j041/pdf-mcp-server.git
cd pdf-mcp-server
npm install

配置

Cursor IDE 配置

在 Cursor 的 MCP 設定檔（~/.cursor/mcp.json 或專案層級的 .cursor/mcp.json）中加入以下內容：

STDIO 模式（推薦）

{
  "mcpServers": {
    "@sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server": {
      "command": "pdf-mcp-server",
      "args": [],
      "env": {}
    }
  }
}

SSE 模式（HTTP）

{
  "mcpServers": {
    "pdf-mcp-server": {
      "url": "http://localhost:3335/sse",
      "enabled": true
    }
  }
}

環境變數

在專案根目錄建立 .env 檔案：

# 傳輸模式：stdio（預設）或 sse
TRANSPORT=stdio

# HTTP 伺服器設定（用於 SSE 模式）
PORT=3335
HOST=0.0.0.0

# 日誌級別：error, warn, info, debug
LOG_LEVEL=info

# SSE 連線的 Ping 間隔（毫秒）
PING_INTERVAL=60000

可用工具

| 工具名稱 | 功能說明 | |----------|----------| | pdf_read_text | 讀取 PDF 並提取文字內容 | | pdf_ocr | 對 PDF 進行 OCR 辨識（支援掃描檔） | | pdf_metadata | 取得 PDF 元資料（頁數、作者、標題等） | | pdf_search | 在 PDF 中搜尋指定文字 | | pdf_merge | 合併多個 PDF 檔案 | | pdf_split | 拆分 PDF 為多個檔案 | | pdf_to_images | 將 PDF 頁面轉換為圖片 | | pdf_page_count | 取得 PDF 頁數 | | pdf_extract_pages | 提取指定頁面到新 PDF | | pdf_ocr_languages | 取得支援的 OCR 語言列表 |

使用範例

讀取 PDF 文字

pdf_read_text({ filePath: "C:/Documents/report.pdf" })

OCR 辨識（繁體中文）

pdf_ocr({ 
  filePath: "scanned_document.pdf", 
  language: "chi_tra",  // 繁體中文
  pages: [1, 2, 3]      // 可選：指定頁面
})

搜尋文字

pdf_search({ 
  filePath: "document.pdf", 
  searchText: "重要",
  caseSensitive: false
})

合併 PDF

pdf_merge({ 
  filePaths: ["part1.pdf", "part2.pdf", "part3.pdf"],
  outputPath: "combined.pdf"
})

拆分 PDF

// 每頁分開
pdf_split({ 
  filePath: "document.pdf",
  outputDir: "C:/Output"
})

// 按範圍拆分
pdf_split({ 
  filePath: "document.pdf",
  outputDir: "C:/Output",
  pageRanges: [[1, 5], [6, 10]]
})

轉換為圖片

pdf_to_images({ 
  filePath: "document.pdf",
  outputDir: "C:/Images",
  format: "png",
  density: 300
})

提取頁面

pdf_extract_pages({ 
  filePath: "document.pdf",
  pageNumbers: [1, 3, 5],
  outputPath: "extracted.pdf"
})

支援的 OCR 語言

| 代碼 | 語言 | |------|------| | eng | English（英文） | | chi_tra | 繁體中文 | | chi_sim | 简体中文 | | jpn | 日本語 | | kor | 한국어 | | fra | Français（法文） | | deu | Deutsch（德文） | | spa | Español（西班牙文） | | ita | Italiano（義大利文） | | por | Português（葡萄牙文） | | rus | Русский（俄文） | | ara | العربية（阿拉伯文） | | hin | हिन्दी（印地文） | | tha | ไทย（泰文） | | vie | Tiếng Việt（越南文） |

多語言 OCR

使用 + 組合多種語言：

pdf_ocr({ 
  filePath: "document.pdf", 
  language: "eng+chi_tra"  // 英文 + 繁體中文
})

執行伺服器

STDIO 模式（預設）

pdf-mcp-server

SSE 模式

TRANSPORT=sse pdf-mcp-server

或在 Windows 上：

$env:TRANSPORT="sse"; pdf-mcp-server

開發

測試

npm test

啟動開發伺服器

npm start

依賴套件

• @modelcontextprotocol/sdk：MCP SDK 伺服器實作
• pdf-parse：PDF 文字提取
• pdf-lib：PDF 操作（合併、拆分、提取）
• tesseract.js：OCR 引擎
• sharp：圖片處理
• pdf2pic：PDF 轉圖片

授權

ISC License - 詳見 LICENSE 檔案

相關連結

• GitHub Repository
• npm Package
• Issue Tracker
• Changelog

聯絡資訊

如有問題或建議，請：

• 提交 Issue
• 或聯絡開發團隊

English

Features

• ✅ PDF Text Extraction: Extract text content from PDF files
• ✅ OCR Support: Recognize text from scanned PDFs using Tesseract.js
• ✅ Metadata Extraction: Get PDF metadata (pages, author, title, etc.)
• ✅ Text Search: Search for text within PDF documents
• ✅ PDF Merge: Combine multiple PDF files into one
• ✅ PDF Split: Split PDF into multiple files
• ✅ PDF to Images: Convert PDF pages to images (PNG, JPG, WebP)
• ✅ Page Extraction: Extract specific pages to a new PDF
• ✅ Multi-language OCR: Support for 15+ languages including Chinese, Japanese, Korean

System Requirements

• Node.js >= 18.0.0
• Supported OS: Windows, Linux, macOS

Installation

Global Installation (Recommended for Cursor)

npm install -g @sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server

Local Installation

npm install @sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server

Configuration

Cursor IDE Configuration

Add the following to your Cursor MCP settings (~/.cursor/mcp.json or project-level .cursor/mcp.json):

STDIO Mode (Recommended)

{
  "mcpServers": {
    "@sin-gang-ya-rou-geng-hao-chih/pdf-mcp-server": {
      "command": "pdf-mcp-server",
      "args": [],
      "env": {}
    }
  }
}

SSE Mode (HTTP)

{
  "mcpServers": {
    "pdf-mcp-server": {
      "url": "http://localhost:3335/sse",
      "enabled": true
    }
  }
}

Available Tools

| Tool | Description | |------|-------------| | pdf_read_text | Extract text content from PDF | | pdf_ocr | Perform OCR on PDF (supports scanned documents) | | pdf_metadata | Get PDF metadata (pages, author, title, etc.) | | pdf_search | Search for text in PDF | | pdf_merge | Merge multiple PDF files | | pdf_split | Split PDF into multiple files | | pdf_to_images | Convert PDF pages to images | | pdf_page_count | Get PDF page count | | pdf_extract_pages | Extract specific pages to new PDF | | pdf_ocr_languages | Get supported OCR languages |

Usage Examples

Read PDF Text

pdf_read_text({ filePath: "C:/Documents/report.pdf" })

OCR with Chinese

pdf_ocr({ 
  filePath: "scanned_document.pdf", 
  language: "chi_tra",  // Traditional Chinese
  pages: [1, 2, 3]      // Optional: specific pages
})

Search Text

pdf_search({ 
  filePath: "document.pdf", 
  searchText: "important",
  caseSensitive: false
})

Merge PDFs

pdf_merge({ 
  filePaths: ["part1.pdf", "part2.pdf", "part3.pdf"],
  outputPath: "combined.pdf"
})

Split PDF

// Split into single pages
pdf_split({ 
  filePath: "document.pdf",
  outputDir: "C:/Output"
})

// Split by page ranges
pdf_split({ 
  filePath: "document.pdf",
  outputDir: "C:/Output",
  pageRanges: [[1, 5], [6, 10]]
})

Convert to Images

pdf_to_images({ 
  filePath: "document.pdf",
  outputDir: "C:/Images",
  format: "png",
  density: 300
})

Extract Pages

pdf_extract_pages({ 
  filePath: "document.pdf",
  pageNumbers: [1, 3, 5],
  outputPath: "extracted.pdf"
})

Supported OCR Languages

| Code | Language | |------|----------| | eng | English | | chi_tra | Chinese Traditional (繁體中文) | | chi_sim | Chinese Simplified (简体中文) | | jpn | Japanese (日本語) | | kor | Korean (한국어) | | fra | French (Français) | | deu | German (Deutsch) | | spa | Spanish (Español) | | ita | Italian (Italiano) | | por | Portuguese (Português) | | rus | Russian (Русский) | | ara | Arabic (العربية) | | hin | Hindi (हिन्दी) | | tha | Thai (ไทย) | | vie | Vietnamese (Tiếng Việt) |

Multi-language OCR

Combine languages with +:

pdf_ocr({ 
  filePath: "document.pdf", 
  language: "eng+chi_tra"  // English + Traditional Chinese
})

Running the Server

STDIO Mode (Default)

pdf-mcp-server

SSE Mode

TRANSPORT=sse pdf-mcp-server

Or on Windows:

$env:TRANSPORT="sse"; pdf-mcp-server

Development

Clone and Install

git clone https://github.com/j0482k6j041/pdf-mcp-server.git
cd pdf-mcp-server
npm install

Run in Development

npm start

Run Tests

npm test

Dependencies

• @modelcontextprotocol/sdk: MCP SDK for server implementation
• pdf-parse: PDF text extraction
• pdf-lib: PDF manipulation (merge, split, extract)
• tesseract.js: OCR engine
• sharp: Image processing
• pdf2pic: PDF to image conversion

License

ISC License - See LICENSE file

Repository

https://github.com/j0482k6j041/pdf-mcp-server

Issues

https://github.com/j0482k6j041/pdf-mcp-server/issues