docling-project/docling-mcp

解決的問題

Docling MCP 允許 AI 代理與 LLM 客戶端以程式化方式轉換、處理與產生結構化文件。它透過提供一組標準化工具，彌補原始 PDF 檔案與 AI 就緒的結構化資料之間的差距，讓代理能呼叫這些工具來處理文件轉換與 RAG 工作流程。

如何運作

此專案實作了 Model Context Protocol (MCP)，使其能作為伺服器運作，向相容的 AI 客戶端（如 Claude for Desktop 或 LM Studio）公開文件處理工具。它利用 Docling 庫將 PDF 轉換為稱為 DoclingDocument 的結構化 JSON 格式。

使用者可於三種模式下執行此服務：

• 遠端模式：連接到 Docling Serve API 以實現輕量級運作。
• 本機模式：在使用者的機器上本地執行所有轉換。
• 混合模式：使用遠端服務，並在需要時自動回退至本機處理。

適用對象

• AI 代理開發者：需要讀取與結構化複雜 PDF 的代理開發者。
• LLM 使用者：使用支援 MCP 的桌面客戶端，希望其 AI 能夠轉換與產生文件的使用者。
• RAG 開發者：希望將文件處理與 Milvus 等向量資料庫或 LlamaIndex、LlamaStack 等框架整合的開發者。

主要亮點

• 代理式文件控制：提供建立、編輯（新增標題、標題、段落與巢狀清單）以及匯出為 Markdown 的工具。
• 彈性部署：支援多種傳輸協定，包括 stdio、sse 與 streamable-http。
• RAG 整合：內建對 Milvus 上傳/檢索的支援，並與 LlamaIndex 和 LlamaStack 整合。
• 效能特性：包含大檔案的本機文件快取與記憶體管理功能。
• OCR 支援：整合 OCR 與表格結構偵測，實現高保真轉換。