Word to Text MCP Server

一个基于FastMCP的Word文档转文本分析服务器包，提供Word文档处理、文本提取和内容分析功能。

功能特性

• 🔄 Word文档转换: 支持将.docx和.doc文件转换为纯文本
• 📊 文档分析: 提供文档统计、关键词提取、结构分析等功能
• 🚀 MCP协议: 基于FastMCP框架，支持多种传输协议
• 🛠️ 易于集成: 可作为独立服务器运行或集成到其他应用中
• 📋 表格支持: 能够提取Word文档中的表格内容

安装

从PyPI安装

pip install word-to-txt-mcp

从源码安装

git clone https://github.com/yourusername/word-to-txt-mcp.git
cd word-to-txt-mcp
pip install -e .

快速开始

命令行使用

启动MCP服务器：

# 使用默认配置启动（SSE协议，端口7264）
word-to-txt-mcp

# 指定端口和协议
word-to-txt-mcp --port 8080 --transport sse

# 使用标准输入输出模式
word-to-txt-mcp --transport stdio

编程接口使用

from word_to_txt_mcp import convert_word_to_text, create_mcp_server

# 直接转换Word文档
text_content = convert_word_to_text("document.docx")
print(text_content)

# 创建并运行MCP服务器
mcp = create_mcp_server("My Document Server")
mcp.run(transport="sse", host="0.0.0.0", port=7264)

API参考

核心函数

convert_word_to_text(word_file_path)

将Word文档转换为文本内容。

参数:

• word_file_path (str): Word文档的文件路径

返回值:

• str: 提取的文本内容

异常:

• FileNotFoundError: 当Word文件不存在时抛出
• Exception: 当转换过程中出现错误时抛出

process_word_document(file_path)

处理Word文档，将其转换为文本并进行基础分析。

参数:

• file_path (str): Word文档的文件路径

返回值:

• str: 包含文档内容和基础分析的结果

analyze_document_content(text_content, analysis_type="summary")

分析文档内容。

参数:

• text_content (str): 要分析的文本内容
• analysis_type (str): 分析类型，可选值：
  • "summary": 文档摘要分析
  • "keywords": 关键词提取
  • "structure": 文档结构分析

返回值:

• str: 分析结果

MCP工具

当作为MCP服务器运行时，提供以下工具：

1. process_word_document: 处理Word文档并转换为文本
2. analyze_document_content: 分析文档内容
3. echo_tool: 回显文本（用于测试）

MCP资源

• document://help: 获取帮助信息
• document://status/{file_path}: 检查文档状态

MCP提示

• analyze_document: 生成文档分析提示

配置选项

命令行参数

• --transport: 传输协议类型 (stdio, sse, streamable-http)
• --host: 服务器主机地址 (默认: 0.0.0.0)
• --port: 服务器端口号 (默认: 7264)
• --name: 服务器名称
• --version: 显示版本信息

使用示例

基础文档转换

from word_to_txt_mcp import convert_word_to_text

# 转换Word文档
try:
    text = convert_word_to_text("example.docx")
    print("文档内容:")
    print(text)
except FileNotFoundError:
    print("文件不存在")
except Exception as e:
    print(f"转换失败: {e}")

文档分析

from word_to_txt_mcp import process_word_document, analyze_document_content

# 处理文档并获取分析结果
result = process_word_document("example.docx")
print(result)

# 进行关键词分析
text = convert_word_to_text("example.docx")
keywords = analyze_document_content(text, "keywords")
print(keywords)

作为MCP服务器

from word_to_txt_mcp import create_mcp_server

# 创建服务器
mcp = create_mcp_server("Document Analysis Server")

# 启动服务器
mcp.run(transport="sse", host="localhost", port=8080)

支持的文件格式

• .docx - Microsoft Word 2007及更新版本
• .doc - Microsoft Word 97-2003（需要额外配置）

依赖要求

• Python >= 3.8
• fastmcp >= 0.1.0
• python-docx >= 0.8.11

开发

安装开发依赖

pip install -e ".[dev]"

运行测试

pytest

代码格式化

black word_to_txt_mcp/

类型检查

mypy word_to_txt_mcp/

许可证

MIT License - 详见 LICENSE 文件。

贡献

欢迎提交Issue和Pull Request！

更新日志

v0.1.0

• 初始版本发布
• 支持Word文档转文本
• 提供基础文档分析功能
• 支持MCP协议
• 命令行工具支持

联系方式

• 作者: Your Name
• 邮箱: your.email@example.com
• 项目主页: https://github.com/yourusername/word-to-txt-mcp