Document & media tools (Apify)

io.github.AndriyVK由 GitHub 账号 AndriyVK 发布v0.3.0更新于 Oct 29, 2026

Documents to Markdown and PDF, OCR, transcription, TTS, screenshots, domain checks, video frames.

发布方自己的服务：Apify MCP Server

已验证Streamable HTTP可网页运行网页搜索与抓取文件与存储媒体与设计

服务详情

标识符: io.github.AndriyVK/apify-document-tools
传输: Streamable HTTP
运行时: Web executable
信任: Verified
发布于: Oct 29, 2026

安全提示

MCP 服务会接收对话中的工具调用请求，并可能执行外部操作。启用前请先了解该服务能做什么，并只授予它所需的权限。

注册中心已验证此条目所属的 GitHub 账号 AndriyVK。这并不表明该账号就是产品方。

SourceWeft 的检查只涵盖条目是否完整、端点是否响应；不审查服务器的代码，也不审查其工具的行为。

在 README 中添加徽章

向读者展示该 MCP 服务已收录于 SourceWeft，徽章链接到本页。

[![Listed on SourceWeft](https://sourceweft.com/badge/mcp/io.github.AndriyVK%2Fapify-document-tools.svg)](https://sourceweft.com/mcp/io.github.AndriyVK%2Fapify-document-tools?utm_source=readme&utm_medium=badge)

概览

AI 生成的概览

由 Apify 托管的文档与媒体工具：文件转 Markdown 或 PDF、OCR、音频转写、语音合成、网页截图、域名查询与视频抽帧。

可以做什么: 把文档、图片和 Office 文件转换为 Markdown、JSON 表格或 RAG 分块，并把 Office 文件转为 PDF 或 PDF/A
把 PDF 页面转为图片、图片转为 PDF，支持 HEIC 转 JPG 与尺寸调整
把音频和视频转写为文本、带时间戳的分段以及 SRT/VTT 字幕
对图片和扫描版 PDF 做 OCR，返回文本及置信度和坐标框
把文本或文档合成为 MP3/WAV/OGG 语音并附带字幕
截取整页网页截图或 PDF、批量查询域名的 WHOIS/DNS/SSL 信息、按时间码抽取视频帧
适用场景: 适合需要读取扫描件或 Office 文档、生成 PDF 或图片、转写录音、生成语音、截取网页截图，或批量核查域名与证书信息，而不想在本机安装转换工具的场景。
运行要求: 使用 mcp.apify.com 远程端点并通过 OAuth 登录 Apify，或本地安装 Python 版本并设置 APIFY_TOKEN 环境变量。需要 Apify 账号，按用量由 Apify 计费，新账号含每月免费额度。

安装前请注意

所有工具按处理量计费（页、图片、分钟、帧、域名），每次调用可设 max_charge_usd 上限，默认 1 美元。文件需以公开 URL 提供，内容会由 Apify 服务器抓取。本地方式需要在环境中放置 Apify API 令牌。

安装

在 SourceWeft 中

打开控制台中的 Document & media tools (Apify)，将其添加到工作区。
连接所需的凭据。它们会被私密存储，绝不会在公开页面上展示。
为需要使用其工具的对话启用该服务。

Web executable，通过 Streamable HTTP。远程服务在工作区中配置后即可从网页运行时运行。

交给智能体安装

把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体，或 SourceWeft 对话中。智能体会读取该服务器的安装指南，先向你展示发布者、端点和登录方式，经你同意后再把它添加到你的客户端。密钥不会写进任何命令。

阅读 https://sourceweft.com/mcp/io.github.AndriyVK%2Fapify-document-tools/install.md，并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前，先告诉我它的发布者、端点和登录方式，等我确认。不要把 API 密钥写进命令或我会提交的文件；问我密钥应从哪里获取。

查看智能体所依据的安装指南

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。客户端会在首次连接时完成 OAuth 登录。

{
  "mcpServers": {
    "document-media-tools-apify": {
      "type": "http",
      "url": "https://mcp.apify.com/?tools=ai_admin/document-to-markdown,ai_admin/office-to-pdf,ai_admin/pdf-image-converter,ai_admin/audio-transcriber,ai_admin/image-to-text-ocr,ai_admin/text-to-speech,ai_admin/website-screenshot,ai_admin/domain-whois-dns-ssl,ai_admin/video-frame-extractor"
    }
  }
}

README

MCP server: document & media tools for AI agents

Tools for Claude, Cursor, ChatGPT and any other MCP client, backed by open-source Actors on Apify:

Tool	What it does	Price (billed by Apify)
`convert_document_to_markdown`	PDF (text and scanned, OCR in 11 languages), images, DOCX/DOC, XLSX/XLS, PPTX/PPT, ODT, RTF, HTML → Markdown, JSON tables, RAG chunks	$1 / 1,000 text pages, $4 / 1,000 OCR pages
`convert_office_to_pdf`	Word, Excel, PowerPoint, OpenDocument, RTF, HTML, images → PDF or PDF/A-2b, optional merge	$10 / 1,000 documents
`convert_pdf_or_images`	PDF pages → PNG/JPG/WebP/TIFF, images ↔ PDF, iPhone HEIC → JPG, resize	$2 / 1,000 images
`transcribe_audio`	Audio and video → text, timestamped segments, SRT/VTT (Whisper large-v3, 99 languages)	$5 / 1,000 minutes
`ocr_images`	Images and scanned PDFs → text, lines with confidence and boxes (38 languages incl. Ukrainian)	$1.50 / 1,000 images
`text_to_speech`	Text or PDF/DOCX/HTML → natural speech MP3/WAV/OGG + SRT subtitles (37 voices, 23 languages incl. Ukrainian)	$10 / 1,000 audio minutes ($40 high quality)
`screenshot_website`	Web pages or your HTML → full-page PNG/JPEG/WebP screenshots or PDF; desktop, tablet, mobile; one element by CSS selector	$4 / 1,000 pages
`check_domains`	Bulk WHOIS/RDAP (registrar, expiry, days left), DNS records (A, MX, NS, TXT…), SSL certificate expiry	$2 / 1,000 domains
`extract_video_frames`	Video → frames with timecodes: evenly spaced, every N seconds, exact times, scene changes or keyframes; contact sheet	$1 / 1,000 frames

Every tool takes public file URLs and a max_charge_usd safety limit per call (default $1).

Option 1 — hosted (no install)

Use Apify's hosted MCP server with exactly these tools:

json

{  "mcpServers": {    "document-tools": {      "url": "https://mcp.apify.com?tools=ai_admin/document-to-markdown,ai_admin/office-to-pdf,ai_admin/pdf-image-converter,ai_admin/audio-transcriber,ai_admin/image-to-text-ocr,ai_admin/text-to-speech,ai_admin/website-screenshot,ai_admin/domain-whois-dns-ssl,ai_admin/video-frame-extractor"    }  }}

{  "mcpServers": {    "document-tools": {      "url": "https://mcp.apify.com?tools=ai_admin/document-to-markdown,ai_admin/office-to-pdf,ai_admin/pdf-image-converter,ai_admin/audio-transcriber,ai_admin/image-to-text-ocr,ai_admin/text-to-speech,ai_admin/website-screenshot,ai_admin/domain-whois-dns-ssl,ai_admin/video-frame-extractor"    }  }}

On first connection your browser opens to sign in to Apify (or pass Authorization: Bearer <APIFY_TOKEN>).

Option 2 — local (stdio)

bash

git clone https://github.com/AndriyVK/-apify-document-toolscd -- -apify-document-tools/mcp-serverpip install -r requirements.txt

git clone https://github.com/AndriyVK/-apify-document-toolscd -- -apify-document-tools/mcp-serverpip install -r requirements.txt

json

{  "mcpServers": {    "document-tools": {      "command": "python",      "args": ["/path/to/-apify-document-tools/mcp-server/server.py"],      "env": { "APIFY_TOKEN": "your Apify API token" }    }  }}

{  "mcpServers": {    "document-tools": {      "command": "python",      "args": ["/path/to/-apify-document-tools/mcp-server/server.py"],      "env": { "APIFY_TOKEN": "your Apify API token" }    }  }}

Get the token in Apify Console → Settings → API & Integrations. New Apify accounts include free monthly usage credit.