# anydoc-mcp **Repository Path**: tutou1990/anydoc-mcp ## Basic Information - **Project Name**: anydoc-mcp - **Description**: MCP server wrapping Firecrawl anydoc — convert documents (docx/pptx/xlsx/pdf/odt/rtf/epub/csv) to clean GitHub-Flavored Markdown. Pure local, no API key. - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-09-11 - **Last Updated**: 2026-11-07 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # anydoc-mcp 把 [Firecrawl anydoc](https://github.com/firecrawl/anydoc) 封装成 **MCP (Model Context Protocol) Server**,让任何支持 MCP 的 AI 平台/Agent 都能调用文档转 Markdown 能力。 纯本地运行、无 ML 模型、**无需 API key、不联网**,中位转换耗时 < 5ms。 ## 功能 - 提供 MCP 工具 `convert_document_to_markdown` - 输入:文件名 + 文件内容(base64) - 输出:干净的 GitHub-Flavored Markdown - 自动从文件内容识别格式(CSV 等无签名格式按扩展名识别) - 结构化错误返回(`needsOcr` / `unsupported` / `encrypted` / `malformed` 等) ## 支持的格式 | 类别 | 扩展名 | |---|---| | Word | `.doc` `.docx` `.docm` | | PowerPoint | `.ppt` `.pps` `.pot` `.pptx` `.pptm` `.ppsx` `.ppsm` | | Excel | `.xls` `.xlsx` `.xlsm` `.xlsb` | | OpenDocument | `.odt` `.ods` `.odp` | | 其他 | `.rtf` `.epub` `.csv` `.pdf`(文本型) | ## 限制 - **单向**:只做 文档 → Markdown,没有 Markdown → DOCX - **扫描型/图片型 PDF 不支持**(anydoc 无 OCR,会返回 `needsOcr` 错误) - **不渲染内嵌图片**:只抽取文字,文档中的截图/图表不会进入 Markdown - 每次调用只处理一个文档 ## 本地开发 ### 前置条件 - Node.js >= 18 - npm(或 pnpm / yarn) ### 安装依赖 ```bash npm install ``` ### 运行冒烟测试 ```bash npm test ``` 验证 anydoc 核心转换能力(CSV → Markdown、错误处理)。 ### 手动启动 MCP Server(STDIO) ```bash npm start ``` Server 通过 stdin/stdout 与 MCP 客户端通信。日志输出到 stderr。 ### 手动测试 MCP 协议 可以用 [MCP Inspector](https://github.com/modelcontextprotocol/inspector) 进行图形化测试: ```bash npx @modelcontextprotocol/inspector node src/server.js ``` ## 发布到 npm > 发布前请确认 scope 可用;本项目使用 `@fclwtt/anydoc-mcp`。如需更换 scope,修改 `package.json` 中的 `name`。 ```bash # 1. 登录 npm npm login # 2. 发布(首次发布) npm publish --access public # 后续更新版本号后重新发布 npm version patch # 或 minor / major npm publish ``` 发布成功后,任何支持 MCP STDIO 的平台都可以通过 `npx @fclwtt/anydoc-mcp` 一键启动。 ## 接入云平台(以 aikf.wtc.edu.cn 为例) 在平台的「接入 MCP 插件」页面填写: | 配置项 | 值 | |---|---| | 插件名称 | anydoc(或自定义) | | 插件描述 | 文档转 Markdown:支持 docx/pptx/xlsx/pdf/odt/rtf/epub/csv,纯本地离线运行 | | 传输方式 | **STDIO** | | 命令 | `npx` | | 参数 | `-y @fclwtt/anydoc-mcp`(scope 包名) | | 环境变量 | 无需配置(纯本地运行,不需要 API key) | > `-y` 参数让 npx 自动确认安装,避免交互式提示阻塞平台启动。 ### 平台调用示例 平台的大模型会自动发现并调用 `convert_document_to_markdown` 工具,传入: ```json { "filename": "报告.docx", "content_base64": "UEsDBBQAAAAIA..." } ``` 返回 Markdown 文本。 ## 项目结构 ``` anydoc-mcp/ ├── src/ │ └── server.js # MCP Server 主文件 ├── test/ │ └── smoke.mjs # 冒烟测试 ├── package.json ├── README.md └── .gitignore ``` ## 技术栈 - [@modelcontextprotocol/sdk](https://github.com/modelcontextprotocol/typescript-sdk) — MCP 官方 Node.js SDK - [@firecrawl/anydoc](https://github.com/firecrawl/anydoc) — Firecrawl 开源文档转 Markdown 库(Rust + Node 绑定) ## License MIT