Parseflow

io.github.Libres-coder由 GitHub 账号 Libres-coder 发布v1.0.2更新于 Oct 24, 2026

PDF parsing server with text extraction, metadata, search, images, and TOC via MCP

已验证STDIO仅桌面文件与存储知识与记忆数据与分析

服务详情

标识符: io.github.Libres-coder/parseflow
传输: STDIO
运行时: Desktop only
信任: Verified
发布于: Sep 16, 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 Libres-coder。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.Libres-coder%2Fparseflow.svg)](https://sourceweft.com/mcp/io.github.Libres-coder%2Fparseflow?utm_source=readme&utm_medium=badge)

概览

AI 生成的概览

本地 MCP 服务器，解析 PDF、Word、Excel、PowerPoint 和图片，让助手提取文本、搜索内容并处理 PDF。

可以做什么: 提取 PDF 文本、元数据、图片和目录，并全文搜索
合并、拆分、提取指定页面，以及添加或移除 PDF 水印
提取并搜索 Word、Excel、PowerPoint 文件中的文本
对图片做 12 种语言的 OCR 识别并搜索识别结果
建立文档向量索引并进行语义相似搜索
批量提取与批量搜索多个文件，支持目录递归扫描
适用场景: 适合需要让助手读取或检索本地文档（报告、表格、演示文稿、扫描图片）的场景，也适合对 PDF 做合并、拆分或加水印等整理工作。
运行要求: 以本地 stdio 进程运行，通过 npm 包 parseflow-mcp-server 全局安装或使用 npx 启动，需要 Node.js。未声明认证、环境变量或请求头。加密 PDF 需在调用时提供密码。

安装前请注意

多个工具会写入文件：合并、拆分、页面提取和水印增删会生成或覆盖 PDF，运行前应确认输出路径。语义索引会把文档内容发送给嵌入服务，可能是第三方。加密 PDF 的密码会传给工具。

安装

在 SourceWeft 中

打开控制台中的 Parseflow，将其添加到工作区。
为需要使用其工具的对话启用该服务。

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照仓库中的启动说明。

README

📄 ParseFlow

AI 驱动的全能文档解析库

[npm version] [MCP Server] [License: MIT]

English | 中文

ParseFlow 是一个全面的文档解析解决方案，支持 PDF、Word、Excel、PowerPoint 和图片 OCR。它提供独立的核心库和 MCP 服务器，可供 AI 助手使用。

✨ 功能特性

📄 PDF 支持

✅ 多策略文本提取（原始、格式化、清理）
✅ 按页或按范围提取
✅ 🔐 加密 PDF 密码支持
✅ 📄 PDF 合并、拆分、提取页面
✅ 元数据获取、全文搜索

📝 Word / 📊 Excel / 🎯 PowerPoint

✅ 文本提取和搜索
✅ HTML 转换（Word）
✅ 多工作表支持（Excel）
✅ 幻灯片提取（PowerPoint）

🔍 OCR 图片识别

✅ 支持 12 种语言
✅ 图片文字提取和搜索

🧠 语义搜索

✅ AI 向量嵌入
✅ 智能文档搜索（无需精确关键词）

📦 批量处理

✅ 并行处理多个文件
✅ 目录递归扫描
✅ 批量提取和搜索

🤖 MCP 服务器

✅ 20 个 AI 助手工具
✅ 支持 Claude Desktop、Windsurf、Cursor

📦 安装

核心库

MCP 服务器

🚀 快速开始

PDF 解析

typescript

import { PDFParser } from 'parseflow-core';
const parser = new PDFParser();const text = await parser.extractText('document.pdf');const results = await parser.search('document.pdf', '关键词');

import { PDFParser } from 'parseflow-core';
const parser = new PDFParser();const text = await parser.extractText('document.pdf');const results = await parser.search('document.pdf', '关键词');

Word 解析

typescript

import { WordParser } from 'parseflow-core';
const parser = new WordParser();const result = await parser.extractText('report.docx');const html = await parser.extractHTML('report.docx');

import { WordParser } from 'parseflow-core';
const parser = new WordParser();const result = await parser.extractText('report.docx');const html = await parser.extractHTML('report.docx');

Excel 解析

typescript

import { ExcelParser } from 'parseflow-core';
const parser = new ExcelParser();const data = await parser.extractData('spreadsheet.xlsx');const results = await parser.searchText('data.xlsx', '收入');

import { ExcelParser } from 'parseflow-core';
const parser = new ExcelParser();const data = await parser.extractData('spreadsheet.xlsx');const results = await parser.searchText('data.xlsx', '收入');

PowerPoint 解析

typescript

import { PowerPointParser } from 'parseflow-core';
const parser = new PowerPointParser();const result = await parser.extractText('presentation.pptx');const results = await parser.searchText('slides.pptx', '关键词');

import { PowerPointParser } from 'parseflow-core';
const parser = new PowerPointParser();const result = await parser.extractText('presentation.pptx');const results = await parser.searchText('slides.pptx', '关键词');

🛠️ MCP 服务器配置

Claude Desktop

在 claude_desktop_config.json 中添加：

json

{  "mcpServers": {    "parseflow": {      "command": "npx",      "args": ["-y", "parseflow-mcp-server"]    }  }}

{  "mcpServers": {    "parseflow": {      "command": "npx",      "args": ["-y", "parseflow-mcp-server"]    }  }}

可用工具（23 个）

类别	工具	描述
PDF	`extract_text`	提取文本（支持加密 PDF）
	`get_metadata`	获取元数据
	`search_pdf`	全文搜索
	`extract_images`	提取图片
	`get_toc`	获取目录
	`merge_pdf`	合并多个 PDF
	`split_pdf`	拆分为单页
	`extract_pdf_pages`	提取指定页码
	`add_watermark`	添加文字水印
	`add_image_watermark`	添加图片水印
	`remove_watermark`	移除水印（覆盖）
Word	`extract_word`	提取文本/HTML
	`search_word`	文本搜索
Excel	`extract_excel`	提取数据
	`search_excel`	单元格搜索
PPT	`extract_powerpoint`	提取幻灯片
	`search_powerpoint`	幻灯片搜索
OCR	`extract_ocr`	图片文字识别
	`search_ocr`	OCR 文本搜索
AI	`semantic_index`	文档向量索引
	`semantic_search`	语义相似搜索
批量	`batch_extract`	批量提取多文件
	`batch_search`	批量搜索多文件

📈 版本历史

版本	功能
v1.8.0	💧 PDF 水印（文字/图片水印）
v1.7.0	📦 批量处理（并行处理多文件）
v1.6.0	🧠 语义搜索（AI 向量嵌入）
v1.5.0	📄 PDF 合并/拆分/提取
v1.4.0	🔐 加密 PDF 支持
v1.3.0	🔍 OCR 图片文字识别
v1.2.0	🎯 PowerPoint 支持
v1.1.0	📝 Word + 📊 Excel 支持
v1.0.0	📄 PDF 基础解析

🔗 链接

npm Core: https://www.npmjs.com/package/parseflow-core
npm MCP: https://www.npmjs.com/package/parseflow-mcp-server
GitHub: https://github.com/Libres-coder/ParseFlow

📄 许可证

MIT License - 详见 LICENSE

Made with ❤️ by Libres-coder

来源：README.md，提交 bfb9e08

工具

SourceWeft 尚未在沙箱中启动过该软件包，因此其工具未知。

版本历史

v1.0.2最新Sep 16, 2026

评分

已满足适用检查项的 50%

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25 分
请保持端点能够响应 MCP 握手；SourceWeft 每 30 天探测一次。
已声明认证方式10 分
请在注册中心条目中声明凭据请求头，或保持端点能够响应探测，以便判定其认证方式。
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