ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้ว
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · อธิบายเป็นภาษาคน
☰ เมนูไทย ตั้งค่า
โหมดมือใหม่ ปิด
สีหน้าจอตามเครื่องสว่างมืด
ภาษาไทยEnglish中文日本語한국어EspañolDeutsch

Docling MCP

โดย docling-projectรุ่น 3.5.0i★ 791iรันบนเครื่อง
ชื่อใน registryio.github.docling-project/docling-mcp

วิธีติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Convert PDFs and other documents to structured formats via Docling, for AI applications.

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

  • การเชื่อมต่อ: รันบนเครื่อง
  • ช่องทาง (transport): stdio
  • หมวด: เอกสาร ตาราง และงานออฟฟิศ
  • ต้องใส่ค่าเหล่านี้: DOCLING_MCP_SERVICE_API_KEY

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ผลตรวจผ่าน 2/2 · ทำงานบนเครื่องคุณ

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง

ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ

  1. ลง Python (uv) ในเครื่อง

    ทำครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Python (uv)

    เปิดหน้าดาวน์โหลด Python (uv) ↗

  2. สมัครและสร้างคีย์ของ Docling MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป อาจมีค่าใช้จ่าย

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. เปิดไฟล์ตั้งค่าของแอป Claude บนคอม

    SettingsDeveloperEdit Config

  4. วางค่าตั้งนี้แล้วบันทึกไฟล์

    {
  "mcpServers": {
    "docling": {
      "command": "uvx",
      "args": [
        "docling-mcp"
      ],
      "env": {
        "DOCLING_MCP_CONVERSION_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_URL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_API_KEY": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_TIMEOUT": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_MAX_RETRIES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_FALLBACK_TO_LOCAL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_KEEP_IMAGES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGES_SCALE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_OCR": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_ENGINE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_LANG": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_TABLE_STRUCTURE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_PICTURE_DESCRIPTION": "ใส่ค่าของคุณ",
        "DOCLING_MCP_PICTURE_DESCRIPTION_PRESET": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGE_EXPORT_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_CACHE_MAX_DOCUMENTS": "ใส่ค่าของคุณ"
      }
    }
  }
}

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. ปิดแอป Claude แล้วเปิดใหม่

  6. ลองเลย

    ใช้ Docling MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude บอกว่ากำลังใช้ Docling MCP หรือมีชื่อเครื่องมือของ Docling MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ChatGPT ยังต่อ Docling MCP ไม่ได้

Docling MCP ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ

คุณทำแบบนี้แทนได้

ก · ใช้แอปที่ต่อ Docling MCP ได้

  • ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
  • ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

ข · ตัวอื่นในหมวด เอกสาร ตาราง และงานออฟฟิศ ที่ต่อกับ ChatGPT ได้

เลือกจากตัวที่ใช้มากในหมวดเดียวกัน เฉพาะตัวที่ต่อด้วยที่อยู่ได้โดยไม่ต้องใส่คีย์

ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

  1. ลง Python (uv) ในเครื่อง

    ทำครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Python (uv)

    เปิดหน้าดาวน์โหลด Python (uv) ↗

  2. สมัครและสร้างคีย์ของ Docling MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป อาจมีค่าใช้จ่าย

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell

  4. วางคำสั่งนี้แล้วกด Enter

    claude mcp add docling --env DOCLING_MCP_CONVERSION_MODE='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_URL='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_API_KEY='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_TIMEOUT='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_MAX_RETRIES='ใส่ค่าของคุณ' --env DOCLING_MCP_FALLBACK_TO_LOCAL='ใส่ค่าของคุณ' --env DOCLING_MCP_KEEP_IMAGES='ใส่ค่าของคุณ' --env DOCLING_MCP_IMAGES_SCALE='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_OCR='ใส่ค่าของคุณ' --env DOCLING_MCP_OCR_ENGINE='ใส่ค่าของคุณ' --env DOCLING_MCP_OCR_LANG='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_TABLE_STRUCTURE='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_PICTURE_DESCRIPTION='ใส่ค่าของคุณ' --env DOCLING_MCP_PICTURE_DESCRIPTION_PRESET='ใส่ค่าของคุณ' --env DOCLING_MCP_IMAGE_EXPORT_MODE='ใส่ค่าของคุณ' --env DOCLING_MCP_CACHE_MAX_DOCUMENTS='ใส่ค่าของคุณ' -- uvx docling-mcp

    แก้ “ใส่ค่าของคุณ” เป็นคีย์ของคุณก่อนกด Enter

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. พิมพ์ /mcp ใน Claude Code

    ต้องเห็น Docling MCP ในรายการและขึ้นว่าเชื่อมต่อแล้ว

  6. ลองเลย

    ใช้ Docling MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude Code บอกว่ากำลังใช้ Docling MCP หรือมีชื่อเครื่องมือของ Docling MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

  1. ลง Python (uv) ในเครื่อง

    ทำครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Python (uv)

    เปิดหน้าดาวน์โหลด Python (uv) ↗

  2. สมัครและสร้างคีย์ของ Docling MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป อาจมีค่าใช้จ่าย

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. กดปุ่มนี้เพื่อเปิด Cursor

    เปิดใน Cursor

    Cursor จะถามยืนยันการติดตั้ง ให้กด Install

  4. ใส่คีย์ในช่องที่ว่างไว้

    ในค่าตั้งของ Docling MCP ช่อง DOCLING_MCP_CONVERSION_MODE, DOCLING_MCP_SERVICE_URL, DOCLING_MCP_SERVICE_API_KEY, DOCLING_MCP_SERVICE_TIMEOUT, DOCLING_MCP_SERVICE_MAX_RETRIES, DOCLING_MCP_FALLBACK_TO_LOCAL, DOCLING_MCP_KEEP_IMAGES, DOCLING_MCP_IMAGES_SCALE, DOCLING_MCP_DO_OCR, DOCLING_MCP_OCR_ENGINE, DOCLING_MCP_OCR_LANG, DOCLING_MCP_DO_TABLE_STRUCTURE, DOCLING_MCP_DO_PICTURE_DESCRIPTION, DOCLING_MCP_PICTURE_DESCRIPTION_PRESET, DOCLING_MCP_IMAGE_EXPORT_MODE, DOCLING_MCP_CACHE_MAX_DOCUMENTS ยังว่าง ใส่คีย์ของคุณแล้วบันทึก

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. เปิดแชตของ AI ใน Cursor โหมด Agent

  6. ลองเลย

    ใช้ Docling MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Cursor บอกว่ากำลังใช้ Docling MCP หรือมีชื่อเครื่องมือของ Docling MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Docling MCP (สมัครที่เว็บของผู้ทำ อาจมีค่าใช้จ่าย) · ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)

  1. ลง Python (uv) ในเครื่อง

    ทำครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Python (uv)

    เปิดหน้าดาวน์โหลด Python (uv) ↗

  2. สมัครและสร้างคีย์ของ Docling MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป อาจมีค่าใช้จ่าย

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. กดปุ่มนี้เพื่อเปิด VS Code

    เปิดใน VS Code

    VS Code จะถามยืนยันการติดตั้ง ให้กด Install

  4. ใส่คีย์ในช่องที่ว่างไว้

    ในค่าตั้งของ Docling MCP ช่อง DOCLING_MCP_CONVERSION_MODE, DOCLING_MCP_SERVICE_URL, DOCLING_MCP_SERVICE_API_KEY, DOCLING_MCP_SERVICE_TIMEOUT, DOCLING_MCP_SERVICE_MAX_RETRIES, DOCLING_MCP_FALLBACK_TO_LOCAL, DOCLING_MCP_KEEP_IMAGES, DOCLING_MCP_IMAGES_SCALE, DOCLING_MCP_DO_OCR, DOCLING_MCP_OCR_ENGINE, DOCLING_MCP_OCR_LANG, DOCLING_MCP_DO_TABLE_STRUCTURE, DOCLING_MCP_DO_PICTURE_DESCRIPTION, DOCLING_MCP_PICTURE_DESCRIPTION_PRESET, DOCLING_MCP_IMAGE_EXPORT_MODE, DOCLING_MCP_CACHE_MAX_DOCUMENTS ยังว่าง ใส่คีย์ของคุณแล้วบันทึก

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. เปิดแชตของ AI ใน VS Code โหมด Agent

  6. ลองเลย

    ใช้ Docling MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า VS Code บอกว่ากำลังใช้ Docling MCP หรือมีชื่อเครื่องมือของ Docling MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

โปรแกรมอื่นที่ใช้ MCP ได้ เช่น Windsurf, Zed หรือ Gemini CLI มีวิธีเพิ่มต่างกัน ดูวิธีของแต่ละตัวในหน้ารวมโปรแกรม

ดูโปรแกรมที่ใช้ MCP ทั้งหมด →

ค่าตั้งแบบไฟล์ JSON อยู่ในหัวข้อ “สำหรับคนเขียนโค้ด” ด้านล่าง

ติดตรงไหน? ถามคนที่ใช้ Docling MCP อยู่💬 พูดคุย →
สำหรับคนเขียนโค้ด: คำสั่ง Terminal และค่าตั้ง JSON

ติดตั้งในเครื่อง

Claude Code

claude mcp add docling --env DOCLING_MCP_CONVERSION_MODE='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_URL='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_API_KEY='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_TIMEOUT='ใส่ค่าของคุณ' --env DOCLING_MCP_SERVICE_MAX_RETRIES='ใส่ค่าของคุณ' --env DOCLING_MCP_FALLBACK_TO_LOCAL='ใส่ค่าของคุณ' --env DOCLING_MCP_KEEP_IMAGES='ใส่ค่าของคุณ' --env DOCLING_MCP_IMAGES_SCALE='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_OCR='ใส่ค่าของคุณ' --env DOCLING_MCP_OCR_ENGINE='ใส่ค่าของคุณ' --env DOCLING_MCP_OCR_LANG='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_TABLE_STRUCTURE='ใส่ค่าของคุณ' --env DOCLING_MCP_DO_PICTURE_DESCRIPTION='ใส่ค่าของคุณ' --env DOCLING_MCP_PICTURE_DESCRIPTION_PRESET='ใส่ค่าของคุณ' --env DOCLING_MCP_IMAGE_EXPORT_MODE='ใส่ค่าของคุณ' --env DOCLING_MCP_CACHE_MAX_DOCUMENTS='ใส่ค่าของคุณ' -- uvx docling-mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "docling": {
      "command": "uvx",
      "args": [
        "docling-mcp"
      ],
      "env": {
        "DOCLING_MCP_CONVERSION_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_URL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_API_KEY": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_TIMEOUT": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_MAX_RETRIES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_FALLBACK_TO_LOCAL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_KEEP_IMAGES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGES_SCALE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_OCR": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_ENGINE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_LANG": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_TABLE_STRUCTURE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_PICTURE_DESCRIPTION": "ใส่ค่าของคุณ",
        "DOCLING_MCP_PICTURE_DESCRIPTION_PRESET": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGE_EXPORT_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_CACHE_MAX_DOCUMENTS": "ใส่ค่าของคุณ"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "docling": {
      "command": "uvx",
      "args": [
        "docling-mcp"
      ],
      "env": {
        "DOCLING_MCP_CONVERSION_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_URL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_API_KEY": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_TIMEOUT": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_MAX_RETRIES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_FALLBACK_TO_LOCAL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_KEEP_IMAGES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGES_SCALE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_OCR": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_ENGINE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_LANG": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_TABLE_STRUCTURE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_PICTURE_DESCRIPTION": "ใส่ค่าของคุณ",
        "DOCLING_MCP_PICTURE_DESCRIPTION_PRESET": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGE_EXPORT_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_CACHE_MAX_DOCUMENTS": "ใส่ค่าของคุณ"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "docling": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "docling-mcp"
      ],
      "env": {
        "DOCLING_MCP_CONVERSION_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_URL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_API_KEY": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_TIMEOUT": "ใส่ค่าของคุณ",
        "DOCLING_MCP_SERVICE_MAX_RETRIES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_FALLBACK_TO_LOCAL": "ใส่ค่าของคุณ",
        "DOCLING_MCP_KEEP_IMAGES": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGES_SCALE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_OCR": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_ENGINE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_OCR_LANG": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_TABLE_STRUCTURE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_DO_PICTURE_DESCRIPTION": "ใส่ค่าของคุณ",
        "DOCLING_MCP_PICTURE_DESCRIPTION_PRESET": "ใส่ค่าของคุณ",
        "DOCLING_MCP_IMAGE_EXPORT_MODE": "ใส่ค่าของคุณ",
        "DOCLING_MCP_CACHE_MAX_DOCUMENTS": "ใส่ค่าของคุณ"
      }
    }
  }
}

ค่าที่ต้องใส่เอง

  • DOCLING_MCP_CONVERSION_MODE env
    Conversion mode: 'remote' (default) or 'local' (requires docling-mcp[local] extra).
  • DOCLING_MCP_SERVICE_URL env
    Base URL of the Docling Serve instance. Required when conversion mode is remote.
  • DOCLING_MCP_SERVICE_API_KEY ความลับ env
    API key for authenticating with Docling Serve.
  • DOCLING_MCP_SERVICE_TIMEOUT env
    Request timeout in seconds for the remote Docling Serve API. Default: 300.0.
  • DOCLING_MCP_SERVICE_MAX_RETRIES env
    Maximum number of retry attempts for remote API requests. Default: 3.
  • DOCLING_MCP_FALLBACK_TO_LOCAL env
    Set to 'true' to fall back to local conversion when Docling Serve is unreachable.
  • DOCLING_MCP_KEEP_IMAGES env
    Set to 'true' to retain page images in converted documents. Default: false.
  • DOCLING_MCP_IMAGES_SCALE env
    Image scale factor (e.g. 1.0, 2.0). Increase to avoid tensor batching errors. Default: 1.0.
  • DOCLING_MCP_DO_OCR env
    Set to 'false' to disable the OCR pipeline. Default: true.
  • DOCLING_MCP_OCR_ENGINE env
    OCR engine kind: 'auto' (default), 'easyocr', 'tesseract', 'tesserocr', 'ocrmac', 'rapidocr'. Must be installed on the conversion backend.
  • DOCLING_MCP_OCR_LANG env
    Comma-separated OCR languages (e.g. 'iso:en,iso:de' or 'eng,deu'). When unset the engine's default languages apply.
  • DOCLING_MCP_DO_TABLE_STRUCTURE env
    Set to 'false' to disable table structure detection. Default: true.
  • DOCLING_MCP_DO_PICTURE_DESCRIPTION env
    Set to 'true' to run a vision-language model to generate textual descriptions for figures and pictures. Requires a VLM to be available on the conversion backend. Default: false.
  • DOCLING_MCP_PICTURE_DESCRIPTION_PRESET env
    Preset ID for the picture-description VLM (e.g. 'smolvlm', 'granite_vision'). When unset the backend default is used. Only applies when DOCLING_MCP_DO_PICTURE_DESCRIPTION=true.
  • DOCLING_MCP_IMAGE_EXPORT_MODE env
    Controls how images are rendered when exporting to Markdown. Accepted values: 'placeholder' (default, emits ), 'embedded' (base64 data-URI), 'referenced' (file path / URL).
  • DOCLING_MCP_CACHE_MAX_DOCUMENTS env
    Maximum number of documents to keep in the in-memory cache. Oldest (least-recently-used) documents are evicted when the limit is reached. Default: 10.

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

สรุป

ดาวน์โหลดต่อสัปดาห์i
5,780/สัปดาห์
licensei
ไม่ระบุ license
การเชื่อมต่อ
รันบนเครื่อง
รุ่นล่าสุดi
3.5.0
ส่งเข้า registryi
4 พ.ย. 2569
แก้โค้ดล่าสุดi
4 พ.ย. 2569
ผู้ทำ
docling-project
แพ็กเกจ
pypi: docling-mcp
สถานะใน registry
ใช้งานอยู่

ใช้กับโปรแกรมไหนได้

ดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569

ติดตั้งบนเครื่องได้ใน

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

ดูโปรแกรมทั้งหมดพร้อมข้อดีข้อเสีย →

คู่มือที่เกี่ยวข้อง

เรื่องที่ 8เช็ก 5 ข้อก่อนติดตั้ง MCP ไม่ให้ข้อมูลรั่วใช้เวลาราว 2 นาทีต่อตัว ดูจากหน้าของตัวนั้นบนเว็บเรา และหน้าขออนุญาตของโปรแกรม AI ก่อนกดยอมอ่าน 4 นาที

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 12 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub docling-project ซึ่งเป็นเจ้าของ repo

  • ✓ ผ่าน

    ยังมีคนดูแล

    มีการแก้โค้ดล่าสุด 7 วันที่ผ่านมา

  • … ยังไม่ตรวจ

    มีสัญญาอนุญาต (license)

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • – ไม่เกี่ยว

    endpoint ตอบ

    ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบด้วย Google เพื่อโพสต์

รีวิวจากผู้ใช้

ยังไม่มีรีวิว

เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิว

เทียบกับตัวอื่นในหมวด เอกสาร ตาราง และงานออฟฟิศi

  • ดาวมากกว่า 100% ของอีก 3776 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 80% ของอีก 3776 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 3776 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Docling MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 2 จาก 2 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: DOCLING_MCP_SERVICE_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด 7 วันที่ผ่านมา และส่งรุ่นล่าสุด (3.5.0) เข้า registry 7 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Puter MCP, XcodeBuildMCP, XcodeBuildMCP

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Puter MCP

Puter MCP enables AI tools to interact with Puter: manage files, websites, workers, and more

โดย HeyPuterใช้กันมาก★ 44.1Kอัปเดต 5 เดือนที่ผ่านมา

รันบนคลาวด์✓ puter.com
ติดตั้ง

XcodeBuildMCP

ให้ AI จัดการโปรเจกต์ Xcode สั่ง build และใช้ iOS Simulator

โดย getsentryใช้กันมาก↓ 130.5K/สัปดาห์★ 6.6Kอัปเดต 4 เดือนที่ผ่านมา

รันบนเครื่อง✓ xcodebuildmcp.com
ติดตั้ง

XcodeBuildMCP

XcodeBuildMCP provides tools for Xcode project management, simulator management, and app utilities.

โดย cameroncookeใช้กันมาก↓ 130.5K/สัปดาห์★ 6.6Kอัปเดต 14 เดือนที่ผ่านมา

รันบนเครื่อง
ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Docling MCP: making docling agentic

A document processing service using the Docling-MCP library and MCP (Model Context Protocol) for tool integration.

Overview

Docling MCP is a service that provides tools for document conversion, processing and generation. It uses the Docling library to convert PDF documents into structured formats and provides a caching mechanism to improve performance. The service exposes functionality through a set of tools that can be called by client applications.

Compatibility

docling-mcpMCP Python SDK
>=3.0.0mcp>=2.0.0
>=2.0.0,<3.0.0mcp>=1.9.4,<2.0.0

If your MCP client application has not yet migrated to MCP SDK v2, pin:

pip install "docling-mcp<3.0.0"

See MIGRATION.md for the full migration guide.

Installation Options

Remote Mode (Recommended - Lightweight)

For users with access to Docling Serve API:

Getting Docling Serve: Visit docling-serve for installation guides. You can deploy it from published container images or look for managed Docling SaaS offerings.

pip install docling-mcp

Then configure your environment:

export DOCLING_MCP_SERVICE_URL=https://your-docling-service.example.com

export DOCLING_MCP_SERVICE_API_KEY=your-api-key-here export DOCLING_MCP_CONVERSION_MODE=remote

Local Mode (Full Features)

For users who need local conversion or don't have Docling Serve access:

pip install docling-mcp[local]

Then configure your environment:

export DOCLING_MCP_CONVERSION_MODE=local
Hybrid Mode (Best of Both)

Install with local support and enable automatic fallback:

pip install docling-mcp[local]

Configure for remote with fallback:

export DOCLING_MCP_SERVICE_URL=https://your-docling-service.example.com

export DOCLING_MCP_CONVERSION_MODE=remote export DOCLING_MCP_FALLBACK_TO_LOCAL=true

Features

  • Conversion tools:
  • PDF document conversion to structured JSON format (DoclingDocument)
  • Generation tools:
  • Document generation in DoclingDocument, which can be exported to multiple formats
  • Local document caching for improved performance
  • Support for local files and URLs as document sources
  • Memory management for handling large documents
  • Logging system for debugging and monitoring
  • RAG applications with Milvus upload and retrieval

Configuration

All settings use the DOCLING_MCP_ prefix and can be supplied as environment variables, in a .env file in the working directory, or via the env block of your MCP client config. Copy .env.example as a starting point.

Conversion mode
VariableDefaultDescription
DOCLING_MCP_CONVERSION_MODEremoteremote or local
Remote service (required when DOCLING_MCP_CONVERSION_MODE=remote)
VariableDefaultDescription
DOCLING_MCP_SERVICE_URL—URL of the Docling Serve instance
DOCLING_MCP_SERVICE_API_KEY—API key for the service
DOCLING_MCP_SERVICE_TIMEOUT300.0Timeout in seconds for a whole conversion job
DOCLING_MCP_SERVICE_MAX_RETRIES3Max retry attempts
DOCLING_MCP_FALLBACK_TO_LOCALfalseFall back to local if service is unreachable (requires docling-mcp[local])
Conversion pipeline (applies to both modes)
VariableDefaultDescription
DOCLING_MCP_KEEP_IMAGESfalseRetain page images in output
DOCLING_MCP_IMAGES_SCALE1.0Image scale factor (increase to avoid tensor padding errors)
DOCLING_MCP_DO_OCRtrueRun OCR pipeline
DOCLING_MCP_OCR_ENGINEautoOCR engine by its docling engine kind: auto, easyocr, tesseract (system binary), tesserocr (Python bindings), ocrmac, rapidocr. The engine must be installed on the conversion backend. In remote mode it is sent as the Docling Serve ocr_preset, so server-defined preset names also work there
DOCLING_MCP_OCR_LANG—Comma-separated OCR languages, passed to the engine unchanged. iso:en,iso:de works with any engine (docling ≥ 2.127, recommended with auto); bare codes are engine-specific (eng for Tesseract, en for EasyOCR or Docling Serve). Unset means the engine's defaults
DOCLING_MCP_DO_TABLE_STRUCTUREtrueDetect table structure
DOCLING_MCP_DO_PICTURE_DESCRIPTIONfalseRun a vision-language model to generate textual descriptions for figures and pictures
DOCLING_MCP_PICTURE_DESCRIPTION_PRESET—Preset ID for the picture-description VLM (e.g. smolvlm, granite_vision). When unset the backend default is used. Only applies when DOCLING_MCP_DO_PICTURE_DESCRIPTION=true

[!TIP]

Enabling DOCLING_MCP_DO_PICTURE_DESCRIPTION=true adds a VLM inference step for every figure in the document. On resource-constrained hardware (e.g. a laptop running the model on CPU) this can significantly increase conversion time.

- Remote mode — increase DOCLING_MCP_SERVICE_TIMEOUT (in seconds) to give the remote service enough time to complete. The default is 300.0 (5 minutes).

- Local mode / MCP client timeout — the MCP client itself may also enforce a request timeout. For example, in LM Studio set the timeout field (in milliseconds) in your mcp.json:

`json

{

"mcpServers": {

"docling": {

"url": "http://localhost:8000/mcp",

"timeout": 300000

}

}

}

`

Markdown export
VariableDefaultDescription
DOCLING_MCP_IMAGE_EXPORT_MODEplaceholderHow images are rendered in Markdown output: placeholder (emits ), embedded (base64 data-URI), referenced (file path / URL)
Cache
VariableDefaultDescription
DOCLING_MCP_CACHE_MAX_DOCUMENTS10Maximum number of documents to keep in the in-memory cache. When the limit is reached the least-recently-used document is evicted.
LlamaIndex RAG (--tools llama-index-rag)
VariableDefaultDescription
DOCLING_MCP_LI_API_BASEhttp://127.0.0.1:1234/v1OpenAI-compatible LLM endpoint
DOCLING_MCP_LI_API_KEYnoneAPI key for the LLM endpoint
DOCLING_MCP_LI_MODEL_IDibm/granite-3.2-8bLLM model identifier
DOCLING_MCP_LI_EMBEDDING_MODELBAAI/bge-base-en-v1.5HuggingFace embedding model
LlamaStack (--tools llama-stack-rag / --tools llama-stack-ie)
VariableDefaultDescription
DOCLING_MCP_LLS_URLhttp://localhost:8321LlamaStack server URL
DOCLING_MCP_LLS_VDB_EMBEDDINGall-MiniLM-L6-v2Embedding model for vector DB
DOCLING_MCP_LLS_EXTRACTION_MODELopenai/gpt-oss-20bModel used for structured extraction
Setting variables in an MCP client config
{

"mcpServers": { "docling": { "command": "uvx", "args": [ "--from=docling-mcp", "docling-mcp-server" ], "env": { "DOCLING_MCP_CONVERSION_MODE": "remote", "DOCLING_MCP_SERVICE_URL": "https://your-docling-service.example.com", "DOCLING_MCP_SERVICE_API_KEY": "your-api-key-here" } } } }

Getting started

The easiest way to install Docling MCP and connect it to your client is by launching it via uvx.

Depending on the transfer protocol required, specify the argument --transport, for example

  • `stdio` used e.g. in Claude for Desktop and LM Studio

sh uvx --from docling-mcp docling-mcp-server --transport stdio

  • `sse` used e.g. in Llama Stack

sh uvx --from docling-mcp docling-mcp-server --transport sse

  • `streamable-http` used e.g. in containers setup

sh uvx --from docling-mcp docling-mcp-server --transport streamable-http

More options are available, e.g. the selection of which toolgroup to launch. Use the --help argument to inspect all the CLI options.

For developing the MCP tools further, please refer to the Developing section of CONTRIBUTING.md for instructions.

Integration with MCP clients

One of the easiest ways to experiment with the tools provided by Docling MCP is to leverage an AI desktop client with MCP support. Most of these clients use a common config interface. Adding Docling MCP in your favorite client is usually as simple as adding the following entry in the configuration file.

{

"mcpServers": { "docling": { "command": "uvx", "args": [ "--from=docling-mcp", "docling-mcp-server" ] } } }

When using [Claude for Desktop](https://claude.ai/download), simply edit the config file claude_desktop_config.json with the snippet above or the example provided here.

In [LM Studio](https://lmstudio.ai/), edit the mcp.json file with the appropriate section or simply click on the button below for a direct install.

Other integrations are described in the [integrations] page.

Examples

Converting documents

Example of prompt for converting PDF documents:

Convert the PDF document at <provide file-path> into DoclingDocument and return its document-key.
Generating documents

Example of prompt for generating new documents:

I want you to write a Docling document. To do this, you will create a document first by invoking `create_new_docling_document`. Next you can add a title (by i

ตัดมาแค่ช่วงต้น อ่านต่อใน repo