【开源发布】MCP Document Converter：让你的 AI 助手精通 25 种文档转换神技！
【个人主页：玄同765】
大语言模型（LLM）开发工程师｜中国传媒大学·数字媒体技术（智能交互与游戏设计）
深耕领域：大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调
技术栈：Python / LangChain/RAG（Dify+Redis+Milvus）| SQL/NumPy | FastAPI+Docker ️
工程能力：专注模型工程化部署、知识库构建与优化，擅长全流程解决方案
「让AI交互更智能，让技术落地更高效」
欢迎技术探讨/项目合作！ 关注我，解锁大模型与智能交互的无限可能！
前言：AI 时代的文档处理困境
【好消息】MCP Document Converter 已正式入驻 MCP 官方 Server 列表，并同步发布至 PyPI！
作为一名开发者，在使用 Trae 或 Claude 等 AI 助手时，你是否也曾感到力不从心？
- 扔给 AI 一个复杂的 PDF，它却告诉你“无法直接读取”？
- 想要 AI 帮你把 Markdown 文档导出为格式精美的 Word 或 PDF，却得手动复制粘贴？
- 网页 HTML 代码太乱，AI 分析起来总是抓不住重点？
为了彻底打通 AI 与各种文档格式之间的“次元壁”，我开发并开源了 MCP Document Converter。就在今天，它已正式入驻 MCP 官方 Server 列表！
核心亮点：不仅仅是转换，更是 AI 的“语义翻译官”
MCP Document Converter 是基于 Anthropic 推出的 MCP (Model Context Protocol) 协议开发的。它最大的特点是：让 AI 拥有了操作文档的原生能力。
目前，该工具支持以下 5 种核心格式的双向自由转换，共计 25 种转换组合：
- 📄 PDF (.pdf)：采用结构化提取技术，尽可能保留文档原始层级。
- 📘 Word (.docx)：支持样式、表格的解析与生成，让 AI 也能写公文。
- 🌐 HTML (.html)：语义化标签解析，支持自定义 CSS 注入，生成精美页面。
- 📝 Markdown (.md)：针对 AI 交互优化的 MD 格式，支持 YAML 元数据。
- 📃 Text (.txt)：最纯粹的文本处理，自动检测编码。
为什么它更懂 AI？ 因为它在转换过程中会优先保留文档的语义元数据（如标题、作者、创建时间），确保 AI 在处理文档时不会“断章取义”。
快速上手：三步解锁 AI 的“文档超能力”
我已经将项目发布到了 PyPI，并完美适配了 uv 工具链。你无需下载源码，只需几行配置即可启用。
1. 安装依赖
pip install mcp-document-converter 2. 配置 AI 助手（以 Trae/Claude 为例）
在你的 MCP 配置文件中添加如下代码：
方式一：通过 uvx 直接运行（推荐，自动管理环境）
{ "mcpServers": { "mcp-document-converter": { "command": "uvx", "args": ["mcp-document-converter"] } } } 方式二：如果你已经安装到本地环境
{ "mcpServers": { "mcp-document-converter": { "command": "python", "args": ["-m", "mcp_document_converter"] } } } 实战场景：让 AI 动起来
配置完成后，你可以直接在对话框里给 AI 下指令：
- 场景 A：“帮我把
docs/guide.md转成带公司样式的 PDF，存到output/文件夹。” - 场景 B：“读取这个
resume.pdf，把它转成 Markdown 格式，然后根据内容提取出候选人的技能列表。” - 场景 C：“这个 HTML 页面太乱了，帮我转成干净的 Word 文档发给同事。”
AI 会自动调用 convert_document 接口，在后台静默完成所有工作，你只需要坐享其成。
结语：开源精神与未来
MCP Document Converter 采用插件化架构，未来我会持续增加对更多格式（如 Excel、PPT、EPUB）的支持。
如果你觉得这个工具有所帮助，欢迎：
- GitHub 点个 Star：xt765/mcp-document-converter
- Gitee 镜像参与贡献：xt765/mcp-document-converter
- PyPI 地址：https://pypi.org/project/mcp-document-converter/
- MCP 官方注册表查询：点击查看官方收录状态
- 留言反馈：在 ZEEKLOG 或 GitHub Issue 中告诉我你的需求。
让我们一起，用 MCP 协议重新定义 AI 的工作流！
