docling-project/docling-mcp

解决的问题

Docling MCP 允许 AI 代理和 LLM 客户端以编程方式转换、处理和生成结构化文档。它通过提供一组标准化工具，弥合了原始 PDF 文件与 AI 就绪的结构化数据之间的差距，使代理能够调用这些工具来处理文档转换和 RAG 工作流。

如何工作

该项目实现了 Model Context Protocol (MCP)，使其能够作为服务器运行，向兼容的 AI 客户端（如 Claude for Desktop 或 LM Studio）暴露文档处理工具。它利用 Docling 库将 PDF 转换为一种称为 DoclingDocument 的结构化 JSON 格式。

用户可以以三种模式运行该服务：

• 远程模式：连接到 Docling Serve API 以实现轻量级运行。
• 本地模式：在用户设备上本地执行所有转换。
• 混合模式：使用远程服务，并在需要时自动回退到本地处理。

适用人群

• AI 代理开发者：需要读取和结构化复杂 PDF 的代理开发者。
• LLM 用户：使用支持 MCP 的桌面客户端，希望其 AI 能够转换和生成文档的用户。
• RAG 开发者：希望将文档处理与 Milvus 等向量数据库或 LlamaIndex、LlamaStack 等框架集成的开发者。

主要亮点

• 代理式文档控制：提供创建、编辑（添加标题、标题、段落和嵌套列表）以及导出为 Markdown 的工具。
• 灵活部署：支持多种传输协议，包括 stdio、sse 和 streamable-http。
• RAG 集成：内置对 Milvus 上传/检索的支持，并与 LlamaIndex 和 LlamaStack 集成。
• 性能特性：包含大文件的本地文档缓存和内存管理功能。
• OCR 支持：集成 OCR 和表格结构检测，实现高保真转换。