Techtenstein Pdf

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

PDF text and table extraction plus metadata. Supports OCR for scanned documents.

已验证STDIO仅桌面文件与存储数据与分析

概览

AI 生成的概览

本地 MCP 服务器，让助手从 PDF 链接中提取文本、表格和元数据，并可通过 OCR 处理扫描件。

可以做什么
从 PDF 链接提取全部文本，输出为干净的纯文本，可选用 OCR 处理扫描文档。将表格提取为带页码的结构化行数组。读取标题、作者、页数、创建日期和加密状态等元数据。
适用场景
适合让助手阅读网上的 PDF（报告、发票、财报等），并提取其中的文本、表格或基本元数据，无需自行下载和解析文件。
运行要求
通过 uvx 从 PyPI 包 techtenstein-pdf-mcp 在本地运行，需在 Claude Desktop、Cline 或 Cursor 中配置。需要服务商网站提供的 TECHTENSTEIN_API_KEY 环境变量；免费额度为每天 50 次提取。需要访问 Techtenstein PDF Extract API 及目标 PDF 链接的网络。
安装前请注意
PDF 链接和 API 密钥会发送给第三方 Techtenstein API，请避免用于机密文档或私有链接。付费套餐每月 5 美元起，含 2,000 次提取；超出免费每日额度可能产生费用。密钥以明文形式保存在客户端配置文件中。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Techtenstein Pdf，将其添加到工作区。
  2. 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

Techtenstein PDF MCP

MCP server that gives your Claude, Cline, or Cursor session the ability to extract text, tables, and metadata from any PDF URL — including scanned PDFs via OCR. Powered by the Techtenstein PDF Extract API.

Tools exposed

  • pdf_extract_text(pdf_url, ocr=False) — Extract all text from a PDF as clean plain text
  • pdf_extract_tables(pdf_url) — Extract all tables as structured row arrays
  • pdf_metadata(pdf_url) — Get title, author, page count, creation date, encryption status

Install (Claude Desktop)

Add to ~/Library/Application Support/Claude/claude_desktop_config.json:

json
{  "mcpServers": {    "techtenstein-pdf": {      "command": "uvx",      "args": ["techtenstein-pdf-mcp"],      "env": {        "TECHTENSTEIN_API_KEY": "your_key_from_techtenstein.com"      }    }  }}

Restart Claude Desktop. pdf_extract_text, pdf_extract_tables, and pdf_metadata will appear as available tools.

Install (Cline / VS Code)

Cline auto-detects MCP servers from your Claude Desktop config. Same setup as above works.

Install (Cursor)

Add to ~/.cursor/mcp.json:

json
{  "mcpServers": {    "techtenstein-pdf": {      "command": "uvx",      "args": ["techtenstein-pdf-mcp"],      "env": {"TECHTENSTEIN_API_KEY": "your_key"}    }  }}

Get an API key

Free tier (50 extractions/day, no card): https://apis.techtenstein.com

Paid tiers start at $5/month for 2,000 extractions.

Example usage

Once installed, ask Claude:

"Extract the tables from this earnings report PDF: https://example.com/q4.pdf"

Claude will call pdf_extract_tables and return a clean structured view of every table on the page.

Or for scanned documents:

"This PDF is a scanned invoice. Extract the text: https://example.com/invoice.pdf"

Claude will call pdf_extract_text(pdf_url, ocr=True) and read the image-based text via OCR.

Response schema (text mode)

json
{  "text": "Full extracted body text...",  "page_count": 12,  "word_count": 3450,  "ms": 240}

Response schema (tables mode)

json
{  "tables": [    {      "page": 3,      "rows": [        ["Product", "Q1", "Q2", "Q3", "Q4"],        ["Widget A", "1200", "1350", "1420", "1600"]      ]    }  ]}

Support

License

MIT

来源：README.md，提交 4cc1ccb

工具

0
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

1
  1. v1.0.2最新Sep 16, 2026

评分

已满足适用检查项的 40%

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

    请在仓库或注册中心条目中声明许可证。