PDF Helper MCP

PDF Helper MCP Server 提供 PDF 文档处理能力，支持 PDF 读取、文本提取和内容分析。

功能概述

功能模块	描述
文本提取	提取 PDF 中的文本内容
页面信息	获取页面数量、尺寸等信息
内容分析	分析文档结构和内容
元数据	读取文档属性和元数据

核心特性

• 高精度提取 - 准确提取 PDF 文本内容
• 结构化输出 - 保留文档的结构信息
• 多格式支持 - 支持各种 PDF 格式
• 大文件处理 - 支持处理大型 PDF 文档

核心功能分类

1. 文本提取

extract_text - 提取文本

• 提取整个文档的文本
• 按页面提取文本
• 保留基本格式

extract_page_text - 提取页面文本

• 提取指定页面的文本
• 支持页码范围
• 返回分页内容

2. 页面信息

get_page_count - 获取页数

• 返回文档总页数
• 快速统计不读取内容

get_page_info - 获取页面信息

• 页面尺寸（宽高）
• 页面方向
• 页面旋转角度

3. 文档信息

get_metadata - 获取元数据

• 标题、作者、主题
• 创建日期、修改日期
• PDF 版本信息

get_document_info - 获取文档信息

• 文件大小
• 是否加密
• 权限信息

4. 内容分析

analyze_structure - 分析结构

• 识别标题层级
• 提取目录结构
• 检测表格区域

search_text - 搜索文本

• 在文档中搜索关键词
• 返回匹配位置
• 支持正则表达式

MCP 工具列表

工具名	功能说明
extract_text	提取 PDF 文本内容
extract_page_text	提取指定页面文本
get_page_count	获取文档页数
get_page_info	获取页面信息
get_metadata	获取文档元数据
get_document_info	获取文档信息
analyze_structure	分析文档结构
search_text	搜索文本内容

使用场景

1. 文档阅读

• 提取 PDF 内容供 AI 分析
• 快速获取文档摘要
• 搜索特定信息

2. 数据提取

• 从报告中提取数据
• 批量处理 PDF 文档
• 结构化信息提取

3. 文档管理

• 获取文档元数据
• 建立文档索引
• 文档分类整理

4. 内容分析

• 分析文档结构
• 提取关键信息
• 内容比较分析

支持的 PDF 类型

类型	支持情况
文本 PDF	✅ 完全支持
扫描 PDF	⚠️ 需 OCR 支持
加密 PDF	⚠️ 需要密码
表单 PDF	✅ 支持
图像 PDF	✅ 支持

提取选项

选项	说明
pages	指定页面范围
layout	保留布局格式
tables	提取表格数据
images	提取图片描述

输出格式

格式	说明
plain	纯文本格式
markdown	Markdown 格式
structured	结构化 JSON

优势特点

优势	说明
✅ 高精度	准确提取文本内容
✅ 保留结构	保持文档原有结构
✅ 快速处理	高效处理大型文档
✅ 多功能	提取、分析、搜索一体
✅ 易集成	MCP 协议标准接口

提示

PDF Helper MCP 服务随 Evol 应用自动启动，无需手动配置。