Doc Mcp Server

doc-mcp-server

项目概述

doc-mcp-server 是一个基于 MCP (Model Context Protocol) 的文档读取服务，专为解决 trae 读取各种文档格式而创建。该服务提供了统一的接口，支持读取 Word、Excel、PowerPoint、PDF 文档以及图片 OCR 识别，确保 trae 能够正确处理和分析各种格式的文档内容。

核心功能

• Word 文档读取：支持读取 .docx 格式文档内容
• Excel 表格读取：支持读取 .xlsx 格式表格数据
• PowerPoint 读取：支持读取 .pptx 格式演示文稿内容
• PDF 文档读取：支持提取 PDF 文档中的文本内容
• 图片 OCR 识别：支持识别图片中的文字内容

技术栈

• 后端语言：Python 3.11
• 核心框架：MCP (Model Context Protocol)
• 文档处理库：
• python-docx (Word 处理)
• pandas + openpyxl (Excel 处理)
• python-pptx (PowerPoint 处理)
• pdfplumber (PDF 处理)
• pytesseract + Pillow (OCR 处理)
• 容器化：Docker + docker-compose

环境要求

• Python 3.11+ (直接运行)
• Docker (容器化部署)
• tesseract-ocr (OCR 功能需要)

安装与部署

方法一：直接运行

1. 克隆项目到本地
2. 进入 src 目录
3. 安装依赖：

``bash pip install -r requirements.txt ``

1. 安装 tesseract-ocr（OCR 功能需要）：

• Windows: 下载并安装 tesseract-ocr
• Ubuntu/Debian: apt-get install tesseract-ocr
• macOS: brew install tesseract

1. 启动服务：

``bash python server.py ``

方法二：Docker 部署

1. 克隆项目到本地
2. 进入 src 目录
3. 构建并启动容器：

``bash docker-compose up -d ``

项目结构

doc-mcp-server/
├── src/
│   ├── Dockerfile          # Docker 构建文件
│   ├── docker-compose.yml  # Docker 编排配置
│   ├── requirements.txt    # Python 依赖项
│   └── server.py           # 主服务代码
├── LICENSE                 # 许可证文件
└── README.md               # 项目文档

使用方法

调用 MCP 服务

服务启动后，可以通过 MCP 协议调用以下工具：

1. 读取 Word 文档：

• 工具名：read_word
• 参数：file_bytes (bytes) - Word 文档的二进制数据
• 返回：文档文本内容

1. 读取 PDF 文档：

• 工具名：read_pdf
• 参数：file_bytes (bytes) - PDF 文档的二进制数据
• 返回：文档文本内容

1. 读取 Excel 表格：

• 工具名：read_excel
• 参数：file_bytes (bytes) - Excel 文档的二进制数据
• 返回：表格数据的字符串表示

1. 读取 PowerPoint 演示文稿：

• 工具名：read_ppt
• 参数：file_bytes (bytes) - PowerPoint 文档的二进制数据
• 返回：演示文稿文本内容

1. 图片 OCR 识别：

• 工具名：ocr_image
• 参数：file_bytes (bytes) - 图片的二进制数据
• 返回：识别的文本内容

示例代码

# 示例：使用 MCP 客户端调用 read_word 工具
from mcp.client import MCPClient

client = MCPClient("http://localhost:8000")

# 读取本地 Word 文档
with open("example.docx", "rb") as f:
    file_bytes = f.read()

result = client.call("read_word", file_bytes=file_bytes)
print(result)

配置说明

Docker 配置

• Dockerfile：基于 Python 3.11-slim 镜像，安装 tesseract-ocr 和项目依赖
• docker-compose.yml：定义了 doc-mcp 服务，设置为自动重启

依赖项配置

项目依赖项在 requirements.txt 文件中定义，包括：

• mcp
• python-docx
• pandas
• openpyxl
• python-pptx
• pdfplumber
• pytesseract
• pillow

本地 MCP 配置

在本地开发和测试环境中，可以使用以下 MCP 配置信息：

{
  "mcpServers": {
    "document-reader": {
      "command": "C:\\ProgramData\\anaconda3\\envs\\docmcp\\python.exe",
      "args": [
        "C:\\codes\\doc-mcp-server\\src\\server.py"
      ]
    }
  }
}

此配置适用于本地开发和测试环境，使用 Anaconda 环境中的 Python 解释器运行服务。确保路径引用准确无误，根据实际安装位置进行调整。

常见问题解答

1. OCR 功能无法使用

• 确保已安装 tesseract-ocr
• Docker 部署已自动安装 tesseract-ocr

1. 服务启动失败

• 检查 Python 版本是否为 3.11+
• 检查依赖项是否正确安装

1. 文档读取失败

• 确保文档格式正确
• 检查文件大小是否合理

贡献指南

欢迎提交 Issue 和 Pull Request 来改进这个项目。贡献前请确保：

1. 代码风格一致
2. 添加必要的测试
3. 更新相关文档

维护者

• [willhuo] - [willhuo@outlook.com](mailto:willhuo@outlook.com)

许可证

[MIT License](LICENSE)

Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: willhuo
• Source: willhuo/doc-mcp-server
• License: MIT

Install and usage instructions live in the source repository linked above.