docling-project/docling-mcp

何を解決するか

Docling MCP は、AIエージェントやLLMクライアントが構造化されたドキュメントをプログラムで変換・処理・生成できるようにします。このサービスは、RawなPDFファイルとAI用の構造化データの間のギャップを埋め、エージェントがドキュメント変換やRAGワークフローを実行できる標準化されたツールセットを提供します。

動作方法

このプロジェクトはModel Context Protocol (MCP) を実装しており、Claude for Desktop や LM Studio などの互換性のあるAIクライアントにドキュメント処理ツールを公開するサーバーとして動作します。Doclingライブラリを活用して、PDFを DoclingDocument と呼ばれる構造化JSON形式に変換します。

ユーザーは以下の3つのモードでサービスを実行できます：

• リモートモード：軽量な動作のために Docling Serve API に接続します。
• ローカルモード：ユーザーのマシン上ですべての変換をローカルで実行します。
• ハイブリッドモード：リモートサービスを使用しつつ、自動的にローカル処理にフォールバックします。

対象ユーザー

• AIエージェント開発者：複雑なPDFを読み取り・構造化する必要があるエージェントを開発している人。
• LLMユーザー：MCP対応のデスクトップクライアントを使用し、AIがドキュメントを変換・生成できるようにしたい人。
• RAG開発者：Milvusなどのベクトルデータベースや、LlamaIndex、LlamaStackなどのフレームワークとドキュメント処理を統合したい開発者。

特徴

• エージェントドキュメント制御：Markdownへのエクスポートを含む、ドキュメントの作成・編集（タイトル、見出し、段落、ネストされたリストの追加）のためのツール。
• 柔軟なデプロイ：stdio、sse、streamable-http などの複数のトランスポートプロトコルをサポート。
• RAG統合：Milvusへのアップロード/取得機能と、LlamaIndex、LlamaStackとの統合を内蔵。
• パフォーマンス機能：大容量ファイル向けのローカルドキュメントキャッシュとメモリ管理を備えています。
• OCRサポート：高精度な変換を実現するための統合OCRとテーブル構造検出機能。