SylphxAI/pdf-reader-mcp

Give your AI agent eyes for PDFs — structured text, tables, OCR, visual evidence, and page-level citations via MCP. Native Rust, local-first.

解決的問題

PDF Reader MCP 解決了 AI 代理在閱讀 PDF 時產生幻覺或丟失上下文的問題。它不只是簡單地匯出純文本，而是提供包括表格、掃描文件 OCR 以及精確到頁碼的引用在內的結構化數據，確保代理能為答案提供可驗證的證據。

工作原理

它作為一個 Model Context Protocol (MCP) 伺服器運行，為 AI 代理提供三個主要工具：

  • read_pdf: 透過 OCR 和引用提取 markdown、表格和結構。
  • search_pdf: 在進行深度閱讀之前，定位特定的頁面和片段匹配。
  • pdf_evidence: 處理專注的證據操作，包括裁剪和渲染。

該系統使用原生 Rust 引擎以實現高性能，並使用輕量級的 Node.js 啟動器與 Claude Desktop、Cursor 或 VS Code 等 MCP 用戶端整合。

適用對象

此工具專為構建 AI 代理的開發者設計，這些代理需要處理複雜的文檔，如財務報告、研究論文和掃描版 PDF，在這些場景中，準確性和溯源至關重要。

亮點

  • 結構化提取：將 PDF 轉換為具有 markdown、幾何結構和溯源資訊的「代理文件副本」。
  • 高性能：使用原生 Rust 引擎，與之前的 TypeScript 版本相比，中位數延遲提高了高達 10 倍。
  • 本地優先：在支援的平台（macOS、Linux、Windows）上本地處理文件。
  • 低佔用：與傳統基於 JS 的 PDF 工具相比，顯著減少了安裝文件數量和依賴圖。