PDF & Office to Markdown for RAG

io.github.BrunenJere由 GitHub 账号 BrunenJere 发布v0.1.1更新于 Nov 5, 2026

Converts PDF, scans, DOCX, XLSX and PPTX to Markdown with tables and page-aware RAG chunks.

已验证Streamable HTTP可网页运行文件与存储知识与记忆

概览

AI 生成的概览

托管在 Apify 上的远程 MCP 服务器，把 PDF、扫描件和 Office 文件转成 Markdown、表格和按页切分的 RAG 文本块。

可以做什么
  • 把 PDF、DOCX、HTML 和扫描文档转换为 Markdown，扫描件走 OCR
  • 提取表格，并按页切分成可直接写入向量索引的文本块
  • 同一端点还提供另外两个按次计费工具：阿根廷发票（ARCA/AFIP）转 JSON，以及带时间戳、SRT、VTT 和定时文本块的音视频转写
适用场景
适合需要让助手把大量 PDF、扫描件或 Office 文档整理成干净的 Markdown 和分块文本、用于检索索引，又不想自建转换流程的场景。
运行要求
需要 mcp.apify.com 上的远程 MCP 端点和一个 Apify 账号。Apify API 令牌通过 Authorization 请求头以 Bearer 形式发送（部分客户端使用 APIFY_TOKEN）。需要网络访问，无需安装本地运行时或软件包。
安装前请注意
Apify 按事件计费：每页 0.001 美元、OCR 每页 0.003 美元，另有按发票和按分钟计价的工具。Apify 令牌是可产生费用的凭据，应安全保存。上传的文件在你的 Apify 运行中处理，并按你 Apify 账号的保留策略存储。

安装

在 SourceWeft 中

  1. 打开 控制台中的 PDF & Office to Markdown for RAG，将其添加到工作区。
  2. 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。
  3. 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.BrunenJere%2Fdocuments-to-markdown-rag/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": {
    "pdf-office-to-markdown-for-rag": {
      "type": "http",
      "url": "https://mcp.apify.com/?tools=lif_manager/documents-to-markdown-rag"
    }
  }
}

README

LIF Tools

Three pay-per-use tools for AI agents, plus a free skill. They run on Apify: you bring your own Apify token and Apify bills each run. There is no subscription.

ToolWhat it returnsPrice
Argentine invoices (ARCA/AFIP) to JSONValidated JSON from a PDF or image: type, number, date, CUITs, net, VAT, total, CAE. It checks the CUIT check digit, the totals and the QR against the text.USD 0.01 per invoice
Documents to Markdown for RAGMarkdown, tables and chunks ready for a vector index, from PDF, DOCX, HTML and scans (OCR).USD 0.001 per page, USD 0.003 per OCR page
Audio and video transcriptionText with timestamps, SRT, VTT, Markdown and timed chunks. Spanish first, many languages.USD 0.010 per minute (USD 0.004 fast mode)

The comprobantes-ar skill (Spanish) validates Argentine invoices locally with no network calls, using only the Python standard library.

Install

Claude Code

/plugin marketplace add BrunenJere/lif-tools/plugin install lif-tools@lif

Claude Code asks for your Apify token when you enable the plugin and keeps it in secure storage.

Antigravity: install LIF Tools from the plugin marketplace, or from this repository. It asks for APIFY_TOKEN during setup.

Any MCP client: add the remote server https://mcp.apify.com/?tools=lif_manager/facturas-arca-json,lif_manager/documents-to-markdown-rag,lif_manager/audio-video-transcription with the header Authorization: Bearer <your Apify token>. The servers are also in the official MCP Registry as io.github.BrunenJere/*.

Limits

  • The invoice tool does not query ARCA. Verifying an invoice officially needs the issuer's certificate.
  • Uncommon invoice layouts may leave fields as no_disponible. The tool reports this and does not guess.
  • None of the tools give accounting or legal advice.
  • Files you send are processed in your Apify run and stored under your Apify account's retention settings. LIF does not keep them.

Privacy

See PRIVACY.md.

License

MIT for the files in this repository. The Apify tools are services billed per use.

来源：README.md，提交 a88f95f

工具

0
该服务器需要登录，因此 SourceWeft 无法在没有账号的情况下读取其工具，也未收录。已连接账号所能看到的内容可能因账号及其权限而异。

版本历史

2
  1. v0.1.1最新Nov 5, 2026
  2. v0.1.0Nov 4, 2026

评分

已满足适用检查项的 85%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分