doc.page PDF Extraction

page.doc由 doc.page 發布官方發布者v1.1.0更新於 Oct 24, 2026

Extract PDFs to Markdown, RAG chunks and cited tables; publish tracked Doc Links with read stats.

已驗證Streamable HTTP可網頁執行檔案與儲存知識與記憶資料與分析

概覽

AI 產生的概覽

遠端 MCP 伺服器,可將 PDF 轉為 Markdown、RAG 分段與附引用的表格,並發布可追蹤的分享連結及閱讀統計。

可以做什麼
將 PDF 擷取為乾淨的 Markdown 與結構化元素,可選僅正文的快速模式,或能重建表格與邊界框的混合模式,回傳標準的 ExtractedDocument 物件。把 PDF 切分為適合嵌入的語意分段,每段包含文字、預估 token 數、起始頁、章節標題與用於引用的來源元素 id。以結構化 JSON 列出 PDF 中的所有表格,附頁碼與邊界框以便驗證引用。將 PDF 發布為可追蹤的 Doc Link 並取得可分享連結,可選設定到期時間與開啟通知。列出帳號下的 Doc Link,並讀取每個連結的瀏覽次數、不重複訪客與最近造訪等統計。停用某個 Doc Link,使其公開網址停止提供內容。
適用情境
適合需要以 Markdown 閱讀或引用 PDF 內容、為 RAG 流程準備 PDF,或從報告中擷取表格並附上頁碼引用的情境。也適合把 PDF 當成可追蹤連結分享並查看開啟情況。
執行需求
使用 doc.page 上的遠端 streamable HTTP 端點,不需本機執行環境或安裝套件。免費匿名層不需憑證即可使用;選用的 Authorization 標頭攜帶 Bearer API 金鑰可提高配額,Doc Link 相關工具則必須提供。需要網路存取。
安裝前請注意
Authorization 標頭攜帶機密 API 金鑰,請妥善保管。Doc Link 工具會把 PDF 發布為與該帳號綁定的公開分享連結,停用後公開網址即停止提供內容。免費方案最多 3 個有效連結,自訂短網址僅限付費方案。上傳的 PDF 與連結統計由第三方服務處理。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 doc.page PDF Extraction,將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Web executable,透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。

交給代理程式安裝

把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式,或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南,先向你展示發布者、端點和登入方式,經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。

閱讀 https://sourceweft.com/mcp/page.doc%2Fpdf-extract/install.md,並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前,先告訴我它的發布者、端點和登入方式,等我確認。不要把 API 金鑰寫進命令或我會提交的檔案;問我金鑰應從哪裡取得。

檢視代理程式所依據的安裝指南

其他 MCP 客戶端

把它新增到你客戶端的 mcpServers 設定中。

{
  "mcpServers": {
    "doc-page-pdf-extraction": {
      "type": "http",
      "url": "https://doc.page/api/mcp"
    }
  }
}

工具

7

extract_pdf

Extract a PDF into clean Markdown and structured elements (headings, paragraphs). Returns the canonical ExtractedDocument object. mode "hybrid" runs a heavier semantic engine that also reconstructs tables and bounding boxes; the default "fast" engine is prose-only (low confidence.tables).

輸入參數url必填modeoutputschunkTokens

get_chunks

Split a PDF into semantic chunks ready for embeddings (RAG). Each chunk carries its text, estimated tokens, starting page, section heading and the source element ids for citation.

輸入參數url必填maxTokens

list_tables

Return every table in a PDF as structured JSON (reconstructed rows and columns) with page and bounding box for verifiable citations. Uses the semantic (hybrid) engine.

輸入參數url必填

版本歷史

1
  1. v1.1.0最新Sep 16, 2026

評分

已滿足適用檢查項的 83%

該評分衡量此收錄條目的完整程度,依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價,也不表示伺服器安全或目前可用:可連通性是帶日期的檢查結果,評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通必需25 分
  • 已宣告認證方式必需10 分
  • 已列出工具必需15 分
  • 描述必需15 分
  • 圖示10 分
  • 文件15 分

    請宣告包含 README 的 GitHub 儲存庫,或在 OAuth 受保護資源後設資料中提供 resource_documentation。

  • 授權條款不適用

    託管服務按其提供方的條款使用,因此這裡不要求授權條款。此檢查項不計入百分比。