DocMind Parser MCP

DocMind Parser MCP 是一个 Python 包和命令行实用程序，用于将各种文件转换为 Markdown 格式，适用于索引、文本分析等场景。

支持的文档格式

• PDF
• Word 文档 (doc, docx)
• PowerPoint 演示文稿 (ppt, pptx)
• Excel 电子表格 (xls, xlsx, xlsm)
• 图片 (jpg, jpeg, png, bmp, gif)
• 其他格式 (markdown, html, epub, mobi, rtf, txt)

支持本地文件和 URL 文件两种方式。

安装

通过 uvx 直接运行（推荐）

uvx docmind-parser-mcp

从源码安装

cd docmind-parse-mcp
pip install .

快速开始

环境变量配置

该工具依赖阿里云文档智能解析服务，需要配置以下环境变量：

export ALIBABA_CLOUD_ACCESS_KEY_ID=YOUR_ALIBABA_CLOUD_ACCESS_KEY_ID
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=YOUR_ALIBABA_CLOUD_ACCESS_KEY_SECRET
export ALIBABA_CLOUD_SECURITY_TOKEN=YOUR_ALIBABA_CLOUD_SECURITY_TOKEN  # 可选，用于临时凭证

此外，还可以通过以下环境变量来配置解析选项：

# 解析配置
export DOC_MIND_STRUCTURE_TYPE=layout     # 结构化类型: layout 或 doctree
export DOC_MIND_FORMULA_ENHANCEMENT=true  # 公式增强: true 或 false
export DOC_MIND_LLM_ENHANCEMENT=false     # 大模型增强: true 或 false
export DOC_MIND_ENHANCEMENT_MODE=VLM      # 增强模式: VLM 或其他支持的模式 配合DOC_MIND_LLM_ENHANCEMENT开启使用

# 服务器配置
export SERVER_PROTOCOL_MODE=stdio         # 服务器协议模式: stdio 或 sse
export SERVER_BIND_HOST=127.0.0.1         # 绑定主机地址
export SERVER_LISTEN_PORT=3001            # 监听端口

启动模式

支持两种启动模式，通过 SERVER_PROTOCOL_MODE 环境变量配置：

1. stdio 模式（默认）：

   export SERVER_PROTOCOL_MODE=stdio
   uvx docmind-parser-mcp
   

2. SSE 模式：

   export SERVER_PROTOCOL_MODE=sse
   uvx docmind-parser-mcp
   

   SSE 模式下，服务将在 http://127.0.0.1:3001/sse 启动。

使用示例

在 MCP 客户端中配置

stdio 模式配置

{
  "mcpServers": {
    "docmind-parser-mcp": {
      "name": "docmind-parser-mcp",
      "command": "uvx",
      "args": [
        "docmind-parser-mcp"
      ],
      "env": {
        "SERVER_PROTOCOL_MODE": "stdio",
        "ALIBABA_CLOUD_ACCESS_KEY_ID": "YOUR_ALIBABA_CLOUD_ACCESS_KEY_ID",
        "ALIBABA_CLOUD_ACCESS_KEY_SECRET": "YOUR_ALIBABA_CLOUD_ACCESS_KEY_SECRET",
        "ALIBABA_CLOUD_SECURITY_TOKEN": "YOUR_ALIBABA_CLOUD_SECURITY_TOKEN"
      }
    }
  }
}

SSE 模式配置

{
  "mcpServers": {
    "docmind-parser-mcp": {
      "url": "http://127.0.0.1:3001/sse",
      "transportType": "sse"
    }
  }
}

Python 客户端示例

import asyncio
from mcp.client.stdio import stdio_client
from mcp import ClientSession, StdioServerParameters

# 配置服务器参数
server_params = StdioServerParameters(
    command='uvx',
    args=['docmind-parser-mcp'],
    env={
        "SERVER_PROTOCOL_MODE": "stdio",
        "ALIBABA_CLOUD_ACCESS_KEY_ID": "YOUR_ALIBABA_CLOUD_ACCESS_KEY_ID",
        "ALIBABA_CLOUD_ACCESS_KEY_SECRET": "YOUR_ALIBABA_CLOUD_ACCESS_KEY_SECRET",
        "ALIBABA_CLOUD_SECURITY_TOKEN": "YOUR_ALIBABA_CLOUD_SECURITY_TOKEN",
    }
)

async def main():
    # 创建 stdio 客户端
    async with stdio_client(server_params) as (stdio, write):
        # 创建 ClientSession 对象
        async with ClientSession(stdio, write) as session:
            # 初始化会话
            await session.initialize()

            # 列出可用工具
            response = await session.list_tools()
            print("Available tools:", response)

            # 调用转换工具
            response = await session.call_tool(
                'convert_to_markdown', 
                {'uri': 'https://example.com/document.pdf'}
            )
            print("Conversion result:", response)

if __name__ == '__main__':
    asyncio.run(main())

开发

运行测试

项目包含针对不同平台的URI处理测试用例：

# 安装测试依赖
pip install pytest

# 运行测试
python -m pytest tests/ -v

测试用例覆盖了以下场景：

1. POSIX系统上的普通文件路径（如 file:///home/user/document.txt）
2. Windows系统上的驱动器路径（如 file:///C:/Users/document.txt）
3. Windows系统上的UNC网络路径（如 file://server/share/document.txt）

构建包

cd docmind-parse-mcp
uv build

构建完成后，可以在 dist/ 目录找到生成的包文件。