PDF MCP

Name: PDF MCP
Author: jztan

โดย jztanรุ่น 3.7.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.jztan/pdf-mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Agentic RAG over one PDF or a whole folder: hybrid search, selective page reads, tables, OCR.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

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

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: PDF_MCP_CACHE_DIR, PDF_MCP_CACHE_TTL, PDF_MCP_CACHE_MAX_MB

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ดาวน์โหลดไฟล์ .mcpb ของผู้ทำ

ลิงก์ไปที่ไฟล์ของผู้ทำเอง เราไม่ได้เก็บหรือแพ็กใหม่ เปิดไฟล์แล้ว Claude Desktop จะติดตั้งให้

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add pdf --env PDF_MCP_CACHE_DIR='ใส่ค่าของคุณ' --env PDF_MCP_CACHE_TTL='ใส่ค่าของคุณ' --env PDF_MCP_CACHE_MAX_MB='ใส่ค่าของคุณ' -- uvx pdf-mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "pdf": {
      "command": "uvx",
      "args": [
        "pdf-mcp"
      ],
      "env": {
        "PDF_MCP_CACHE_DIR": "ใส่ค่าของคุณ",
        "PDF_MCP_CACHE_TTL": "ใส่ค่าของคุณ",
        "PDF_MCP_CACHE_MAX_MB": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "pdf": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "pdf-mcp"
      ],
      "env": {
        "PDF_MCP_CACHE_DIR": "ใส่ค่าของคุณ",
        "PDF_MCP_CACHE_TTL": "ใส่ค่าของคุณ",
        "PDF_MCP_CACHE_MAX_MB": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

PDF_MCP_CACHE_DIR env
Directory for storing PDF cache (default: ~/.cache/pdf-mcp)
PDF_MCP_CACHE_TTL env
Optional time expiry in hours; unset keeps a document while its PDF exists
PDF_MCP_CACHE_MAX_MB env
Cache size cap in MB, least recently used evicted first (default: 2048; 0 = no cap)

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub jztan ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… 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

เทียบกับตัวอื่นในหมวด เอกสาร ตาราง และงานออฟฟิศi

ดาวมากกว่า 0% ของอีก 2197 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 99% ของอีก 2197 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2197 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

PDF MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (3.7.0) เข้า registry วันนี้

ใช้กับโปรแกรมไหนได้บ้าง?

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

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

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

Agent-Native Calendar

โดย BuilderIO

Agent-Native Google Calendar - manage events, sync, and public booking

รันบนคลาวด์★ 7,620MITอัปเดต 2 เดือนที่ผ่านมา

ติดตั้ง

Excel MCP Server

โดย haris-musa

ให้ AI สร้างและแก้ไฟล์ Excel ได้เอง ทั้งสูตร กราฟ และ PivotTable โดยไม่ต้องมีโปรแกรม Excel ในเครื่อง

รันบนเครื่อง★ 4,276MITอัปเดต 6 วันที่ผ่านมา

ติดตั้ง

MCP Server for Excel

โดย sbroenne

Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.

รันบนเครื่อง★ 847MITอัปเดต 4 วันที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

pdf-mcp

Agentic RAG over your PDFs, one file or a whole folder, as a single MCP tool.

The agent decides when to search; pdf-mcp does the retrieval and hands back excerpts. It is an MCP server that lets Claude Code and other AI agents search one PDF or a whole folder by meaning or keyword, read only the pages that matter, and cleanly pull out tables, images, and scanned text, even from multi-column and Japanese layouts, with optional CUDA acceleration for warming large corpora.

mcp-name: io.github.jztan/pdf-mcp

Try it in your browser

[See what your AI agent sees →](https://pdf-mcp.jztan.com/)

Drop in any PDF, or a whole folder of them, and watch an agent triage the corpus, search across every document at once, and read only the pages that matter, using a fraction of the tokens. 100% client-side, no install required.

Why pdf-mcp?

	Without pdf-mcp	With pdf-mcp
Large PDFs	Context overflow	Read only the pages you need
Finding content	Load everything	Hybrid search: BM25 keyword + semantic
Folders of PDFs	One document at a time	Warm, triage, and search a whole folder
Warming a big folder	Minutes of CPU embedding	Length-sorted small-batch CPU encode; optional CUDA embedding, one to two orders of magnitude faster on an NVIDIA card
Tables and charts	Lost in raw text	Structured rows, and `(x, y)` data from vector charts
Multi-column and vertical layouts	Columns interleaved	Correct reading order, including Japanese tategaki
Scanned PDFs	No text at all	OCR via Tesseract, parallel across pages
Repeated access	Re-parse every time	SQLite cache that survives restarts
Hidden or injected text	Silently ingested	Flagged as untrusted, nothing stripped

Installation

Claude Desktop: nothing to install first

[Download pdf-mcp.mcpb](https://github.com/jztan/pdf-mcp/releases/latest/download/pdf-mcp.mcpb).
In Claude Desktop, open Settings > Extensions, drag the file onto that page, and click Install.
Ask Claude about a PDF by its location, for example "Use pdf-mcp to summarize C:\Users\me\Downloads\report.pdf", or about a whole folder.

The first start downloads pdf-mcp's components (about 250 MB) and can take a few minutes; later starts take seconds. OCR for scanned pages is included: the first scanned page downloads an English-only Tesseract (about 14 MB). Needs Windows 10 or later, or macOS 13 or later (14 on Apple Silicon), and works in Claude Desktop's Chat. Updating, uninstalling and other details are in docs/clients.md.

Claude Code and other MCP clients

Needs Python 3.11 to 3.14. On 3.15 the installer falls back to a very old release, because a dependency has no 3.15 build yet. Install the pdf-mcp command with uv or pipx:

uv tool install pdf-mcp     # or: pipx install pdf-mcp

pip install pdf-mcp works inside a virtual environment; Homebrew's Python and recent Debian and Ubuntu refuse a system-wide pip install.

Then add it to your client. For Claude Code:

claude mcp add pdf-mcp -- pdf-mcp

For VS Code, Cursor, Codex CLI, Kiro or any other MCP client, see [docs/clients.md](docs/clients.md). Then ask your agent to read a PDF.

Search, the corpus tools, tables and multi-column and CJK reading order work out of the box. For non-English documents, see language support. OCR on scanned pages also needs Tesseract:

brew install tesseract                             # macOS

sudo apt install tesseract-ocr # Ubuntu/Debian winget install -e --id UB-Mannheim.TesseractOCR # Windows

Optional: CUDA embedding on an NVIDIA card warms large folders one to two orders of magnitude faster; see docs/configuration.md.

From Python

pdf-mcp's tools are also plain Python functions, so you can import them and hand a PDF to the Anthropic SDK without running a server. Two runnable scripts, for a question and for a whole document: [examples/](examples/).

Why this exists, and what broke along the way: Claude's 100-page PDF limit and how I got around it

Tools

13 specialized tools rather than one monolithic one. Typical pattern: pdf_info to plan, pdf_search to locate (its paragraph excerpts often answer the question outright), pdf_read_pages when you need more. For a folder, pdf_corpus_overview to triage, then pdf_corpus_search.

Tool	What it does
`pdf_info`	Page count, metadata, TOC summary, scanned-page detection. Call first.
`pdf_search`	Hybrid search (keyword + semantic) by page or section; hits carry an excerpt, source coordinates, the enclosing outline section and a table's lead-in sentence
`pdf_read_pages`	Read specific pages or ranges, with OCR on demand, tables, and embedded images
`pdf_read_all`	Read a whole document in one call, byte-capped
`pdf_get_toc`	Full table of contents for documents with many bookmarks
`pdf_render_pages`	Render pages as PNG for vision models: diagrams, handwriting, scans
`pdf_extract_chart`	Chart data as exact `(x, y)` tables, read from plot geometry
`pdf_corpus_warm`	Warm a folder of PDFs into the cache within a time budget
`pdf_corpus_overview`	Per-document triage cards for a folder
`pdf_corpus_search`	Search across a folder; hits carry document and page provenance
`pdf_cache_stats`	Per-document cache breakdown and total size
`pdf_cache_clear`	Clear expired or all cache entries
`server_info`	Which optional features and config are active

Text returned by any of these is untrusted content extracted from a PDF. pdf_info(content_trust=True) reports hidden text a human reader cannot see, and the read tools flag it per page.

Example prompts:

"Read the PDF at /path/to/document.pdf"

"Which pages discuss supply chain risks?" "Find sections about the training process" "Show me what page 5 looks like" "OCR pages 3-5 of the scanned PDF"

Full reference, every parameter and response shape: [docs/tool-reference.md](docs/tool-reference.md). Embedding model selection: [docs/embedding-models.md](docs/embedding-models.md).

Example Workflow

For a large document (e.g., a 200-page annual report):

User: "Summarize the risk factors in this annual report"

Agent workflow:

pdf_info("report.pdf") → 200 pages, TOC shows "Risk Factors" on page 89

pdf_search("report.pdf", "risk factors") → Matches with structural paragraph excerpts: each excerpt is the bullet, paragraph, or heading that matched, not a fixed-width window. Often enough to answer directly.

If excerpts are sufficient → synthesize answer

If more context needed: pdf_read_pages("report.pdf", "89-95") → Full page text for deeper reading

Remote / HTTP transport

STDIO is the default and is what every example above uses. pdf-mcp-http serves the same tools over HTTP, for clients that cannot spawn a process (the Anthropic API MCP connector, claude.ai custom connectors) and for a warm corpus shared by several clients.

export PDF_MCP_AUTH_TOKEN="$(openssl rand -hex 32)"

pdf-mcp-http

Paths resolve on the server, so an HTTP agent reads what is already there: files under an allow-listed root, or a URL the server fetches. It cannot hand over a file from its own machine. It is single-tenant and fails closed: with no auth token and no [paths] allow list, the process exits rather than serving an open endpoint.

Docker images are published to GHCR for amd64 and arm64, with everything baked in, so every tool works on the first request:

./deploy.sh              # token, image, start, health-check

cp your.pdf documents/ # this folder is the server's /data/pdfs

Read [docs/remote-access.md](docs/remote-access.md) for the trust boundary and threat model before deploying, and [docs/configuration.md](docs/configuration.md#http-transport-setup) for setup, client config, and token rotation.

Configuration

pdf-mcp works out of the box. To restrict which paths and URL hosts the server may touch, tune cache and worker settings, or add your own content-trust phrases, see [docs/configuration.md](docs/configuration.md).

Roadmap

See ROADMAP.md for planned features and release history.

Contributing

Contributions are welcome. See [docs/contributing.md](docs/contributing.md) for setup, checks, the coherence eval harness, and quality-loop guidelines.

Contributors

Thank you to everyone who has helped improve this project through code, reviews, testing, and feature requests:

@Summer907 · @ebbsanchez · @VooDisss · @DerDennisOP · @deepdmk · @TheSOV · @janLo · @bbulkow · @HillsCloud · @phinnphace

Per-release contributor credits are listed in the Changelog.

Security

Found a vulnerability? See SECURITY.md for the threat model, reporting channel, and expected response timeline. Please do not open a public GitHub issue for unpatched security reports.

License

MIT. See LICENSE.

Blog posts

The story behind the releases. Building pdf-mcp keeps surprising me: benchmarks that go the wrong way, formats that break everything, features I had to remove. I write about that thinking in The Dispatch. Come along if that's your kind of thing.

Background, benchmarks, and design notes from building pdf-mcp:

Getting started

[How I Built pdf-mcp](https://blog.jztan.com/how-i-built-pdf-mcp-solving-claude-large-pdf-limitations/?utm_source=github&utm_medium=referral&utm_campaign=pdf-mcp&utm_content=list-how-i-built-pdf-mcp-solving-claude-large-pdf-limita

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

PDF MCP

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด เอกสาร ตาราง และงานออฟฟิศi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Agent-Native Calendar

Excel MCP Server

MCP Server for Excel

README จากผู้ทำ

pdf-mcp

Try it in your browser

Why pdf-mcp?

Installation

Claude Desktop: nothing to install first

Claude Code and other MCP clients

From Python

Tools

Example Workflow

Remote / HTTP transport

Configuration

Roadmap

Contributing

Contributors

Security

License

Links

Blog posts