docling-project/docling-mcp

何を解決するか

Docling MCP は、AIエージェントやLLMクライアントが文書とやり取りできるようにする標準化された方法を提供し、文書の変換、処理、構造化文書の生成を可能にします。RawなPDFとエージェントワークフローの間のギャップを埋め、LLMが呼び出せるツールとして文書処理機能を提供します。

動作方法

Model Context Protocol (MCP) を実装しており、Claude for Desktop や LM Studio などのAIクライアントに特定のツールを公開するサーバーとして動作します。PDFから構造化JSONへの変換の重い処理は Docling ライブラリが担当します。システムは以下の3つの運用モードをサポートしています：

• リモートモード：軽量処理のために 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

複雑なPDFをインプットする必要があるRAG（Retrieval-Augmented Generation）アプリケーションやAIエージェントを開発している開発者、またはMilvusなどのベクトルデータベースと統合する必要がある方。

特徴

• エージェント指向の文書処理：PDF変換と文書生成をLLMが呼び出せるツールに変換します。
• 柔軟なデプロイメント：ローカル、リモート、またはハイブリッド変換モードをサポートします。
• 多形式エクスポート：PDFを構造化JSONに変換でき、Markdown形式へのエクスポートも可能です。
• RAG統合：LlamaIndex と LlamaStack による検索と抽出タスクの組み込みサポートがあります。
• パフォーマンス最適化：大容量ファイル向けにローカルの文書キャッシュとメモリ管理機能を備えています。