内容
# AI 智能代理 MCP 工具，用于本地文档、PDF、PNG/图像、二维码、RAG、CSV 和文件处理
[](https://github.com/lovecatisgood-sudo/AI_Agent_MCP_Tool_for_Multi_Docu_PDF_PNG_QR_File_Conversion_Processing_Capability/actions/workflows/ci.yml)
[](LICENSE)
[](https://modelcontextprotocol.io/)
[English](README.md) · [ภาษาไทย](README.th.md) · [尝试原始浏览器工具](https://www.djai.academy/tools/en/) · [工具参考](docs/tools.md) · [路线图](ROADMAP.md)
自从我们发布免费的基于浏览器的 PDF 工具、图像转换器和压缩工具、泰英 OCR、DOCX 转换器、二维码生成器、AI 代币/RAG 实用程序和 CSV/JSON/Excel 工具以来，许多人询问如何让他们的 AI 或编码代理访问该工具包并为他们完成工作。**DJAI 工具 MCP 是我们的答案：** 一个免费、开源、本地优先的模型上下文协议服务器，为 AI 代理提供仔细控制的文件处理能力，在用户的计算机上。
目标是帮助 ChatGPT 兼容的代理、Claude、Codex、Cursor、VS Code 代理和其他 MCP 客户端准备上下文、计算代币、创建 RAG 分块、清理 CSV/JSON 数据、生成二维码文件，以及通过分阶段发布处理 PDF、DOCX、OCR、PNG、JPG、WebP 图像和电子表格，而无需将私有文档发送给 DJAI。
> **当前发布范围：** `v0.1.0` 包含八种测试过的文本、RAG、CSV、JSON 和二维码工具。PDF 转换、DOCX、OCR、PNG/JPG 图像处理和 XLSX 工具已在我们的现有浏览器工具集合中发布，计划在后续 MCP 阶段发布；它们不会在此版本中错误地宣传为可用的 MCP 命令。
## 我们为什么要构建这个
浏览器工具在用户想要打开页面并处理文件时很有用。MCP 服务器适用于不同的工作流程：用户要求代理准备上下文、清理数据、生成工件或执行多步骤任务，代理代表用户调用狭义描述的工具。
该项目旨在提供：
- **本地隐私：** 文件在用户的机器上读取和处理。
- **代理访问：** MCP 兼容的代理可以发现和调用启用的工具。
- **受控权限：** 服务器仅在允许的目录内读取和写入。
- **可重复的工作流程：** 结构化结果报告路径、大小、计数、警告和处理时间。
- **较小的工具菜单：** 配置文件仅注册代理需要的功能。
- **开放开发：** 源代码在 MIT 许可证下免费，并欢迎社区审查。
- **无 DJAI 处理账单：** 用户提供自己的计算和存储；DJAI 不托管文档处理。
## v0.1.0 中可用的 MCP 工具
| 功能 | MCP 工具 | 代理可以实现的功能 |
| --- | --- | --- |
| AI 代币计数器 | `djai_ai_count_tokens` | 使用常见的分词器编码测量提示、文档、代码和上下文大小 |
| AI 上下文优化器 | `djai_ai_optimize_context` | 删除重复的页面结构、损坏的文本换行和多余的空格 |
| RAG 分块生成器 | `djai_ai_chunk_for_rag` | 创建具有可配置重叠的确定性代币感知 JSONL 分块 |
| 提示/上下文打包器 | `djai_ai_package_prompt` | 将本地源文件与 Markdown 或 XML 边界组合起来用于 AI 代理 |
| CSV 转 JSON | `djai_data_csv_to_json` | 将基于标头的 CSV 行转换为格式化的 JSON 数组 |
| JSON 转 CSV | `djai_data_json_to_csv` | 将平面 JSON 对象数组转换为电子表格友好的 CSV |
| CSV 清理器 | `djai_data_clean_csv` | 修剪字段、删除空行和删除完全重复的行 |
| 二维码 SVG 生成器 | `djai_qr_generate` | 从文本、URL、Wi-Fi 有效负载或标识符生成本地 SVG 二维码 |
计划阶段涵盖合并/拆分/旋转/水印 PDF、PDF 文本和 AI Markdown 提取、本地泰英 OCR、DOCX 转换、PNG/JPG/WebP 图像转换和压缩、PDF 转图像和图像转 PDF 处理以及 CSV/XLSX 工作流程。参见 [ROADMAP.md](ROADMAP.md)。
## 示例代理工作流程
- “计算这些需求中的代币并仅为 Codex 准备相关来源。”
- “清理此 CSV、删除完全重复的行、将其转换为 JSON 并报告行数。”
- “将提取的文档文本准备为 700 代币的 RAG 分块，带有 100 代币的重叠。”
- “为此 URL 生成高纠错能力的 SVG 二维码。”
- 后续版本：“对这些泰文扫描页面进行 OCR、清理文本并准备 RAG 知识库。”
- 后续版本：“合并这些 PDF、添加页码、压缩输出并保留原件。”
## 隐私和安全模型
服务器使用本地 MCP 进行 `stdio` 操作；它不是托管的上传 API。
- 读取根目录默认为当前工作目录。
- 写入根目录默认为 `./djai-output`。
- 除非明确启用 `--overwrite`，否则不会覆盖现有文件。
- 在访问文件之前会检查实际路径和符号链接。
- 默认限制文件大小为 25 MB，打包批次为 20 个文件/50 MB，内联文本为 100,000 个字符，CSV/JSON 为 100,000 行。
- 不实施从模型输入构建的远程 URL 提取和 shell 命令。
- 每个成功操作都会报告其创建的文件和 `modifiedInput: false`。
MCP 进程仍然继承启动它的帐户的权限。授权狭窄的文件夹并阅读完整的安全模型。
## 下载、安装和构建
需要 Node.js 22.13 或更新版本和 npm。
```bash
git clone https://github.com/lovecatisgood-sudo/AI_Agent_MCP_Tool_for_Multi_Docu_PDF_PNG_QR_File_Conversion_Processing_Capability.git
cd AI_Agent_MCP_Tool_for_Multi_Docu_PDF_PNG_QR_File_Conversion_Processing_Capability
npm ci
npm run build
node dist/index.js --version
```
从源代码运行服务器：
```bash
node dist/index.js --profile core \
--allow-read /absolute/path/to/documents \
--allow-write /absolute/path/to/djai-output
```
发布 npm 包后，预期的单命令安装是：
```bash
npx -y @djai/tools-mcp --profile core \
--allow-read /absolute/path/to/documents \
--allow-write /absolute/path/to/djai-output
```
## 连接 MCP 兼容的代理
对于源代码检出，请使用构建服务器的绝对路径：
```json
{
"mcpServers": {
"djai-tools": {
"command": "node",
"args": [
"/absolute/path/to/AI_Agent_MCP_Tool_for_Multi_Docu_PDF_PNG_QR_File_Conversion_Processing_Capability/dist/index.js",
"--profile",
"core",
"--allow-read",
"/absolute/path/to/documents",
"--allow-write",
"/absolute/path/to/djai-output"
]
}
}
}
```
使用绝对路径，因为桌面代理可能会从意外的目录启动进程。Claude Desktop、Codex、Cursor 和 VS Code 的客户端特定示例位于 [`examples/`](examples/) 中。
## 配置文件和精确工具选择
```bash
node dist/index.js --profile core
node dist/index.js --profile ai-documents
node dist/index.js --profile data
node dist/index.js --profile qr
node dist/index.js --profile full
# 精确的选择器覆盖配置文件
node dist/index.js --tools ai.count_tokens,ai.chunk_for_rag
```
`core` 注册了七种广泛有用的工具；较小的配置文件减少了代理上下文和选择歧义。阅读 [profiles](docs/profiles.md) 和完整的 [工具参考](docs/tools.md)。
## 原始免费浏览器工具
MCP 项目源自早期的 [免费 PDF、图像、OCR、DOCX、二维码、AI 和数据工具](https://github.com/lovecatisgood-sudo/free-pdf-image-ocr-docx-document-converter-qr-code-ai-token-rag-csv-excel-tools)。这些应用程序已经为 PDF、图像调整大小/转换/压缩、泰英 OCR、文档、二维码、AI 上下文/RAG、CSV、JSON 和 Excel 提供了实时、私密的浏览器工作流程。
| 浏览器集合 | 英文 | 中文 |
| --- | --- | --- |
| 所有工具 | [打开](https://www.djai.academy/tools/en/) | [打开](https://www.djai.academy/tools/) |
| PDF 工具 | [打开](https://www.djai.academy/tools/PDFTools/en/) | [打开](https://www.djai.academy/tools/PDFTools/) |
| 图像工具 | [打开](https://www.djai.academy/tools/resizeimg/en/) | [打开](https://www.djai.academy/tools/resizeimg/) |
| 文档和 OCR | [打开](https://www.djai.academy/tools/document/en/) | [打开](https://www.djai.academy/tools/document/) |
| AI 代币和 RAG | [打开](https://www.djai.academy/tools/ai/en/) | [打开](https://www.djai.academy/tools/ai/) |
| CSV/JSON/Excel | [打开](https://www.djai.academy/tools/spreadsheet/en/) | [打开](https://www.djai.academy/tools/spreadsheet/) |
| 二维码生成器 | [打开](https://www.djai.academy/tools/qrgen/en/) | [打开](https://www.djai.academy/tools/qrgen/) |
## 关于 DJAI Academy、暹罗猫开发和暹罗猫咖啡馆
- [DJAI Academy](https://www.djai.academy/) 开发实用的技术教育、软件服务、AI 代理集成和免费的数字工具，供个人和企业使用。
- [暹罗猫开发](https://www.djai.academy/siamese_cat/dev/en/) 是这个开源 MCP 版本和原始浏览器工具集合背后的独立开发者和产品构建者。
- [暹罗猫咖啡馆](https://siamesecat.cafe/) 是一个连接的社区业务，帮助支持猫的领养和独立的创意开发。访问者也可以在 [Google 上找到咖啡馆](https://share.google/I0Zp942t2DRuUzrIZ)。
星星、贡献、诚实的反馈、咖啡馆的访问和真实的评论都有助于维持软件和社区使命。
## 关注暹罗猫开发
- GitHub：[@lovecatisgood-sudo](https://github.com/lovecatisgood-sudo)
- 开发者简介：[暹罗猫开发](https://www.djai.academy/siamese_cat/dev/en/)
- X：[@siamesecatdev](https://x.com/siamesecatdev)
- Instagram：[@djcatdev](https://www.instagram.com/djcatdev/)
- Facebook：[暹罗猫开发](https://www.facebook.com/people/Siamese-Cat-Dev/61592514145429/)
- 网站：[DJAI Academy](https://www.djai.academy/)
## 开发和贡献
```bash
npm run check
npm test
npm run build
npm pack --dry-run
```
仅使用合成夹具 - 永远不要提交个人、专有、机密或带有凭证的文件。阅读 [CONTRIBUTING.md](CONTRIBUTING.md)、[SUPPORT.md](SUPPORT.md)、[SECURITY.md](SECURITY.md) 和 [行为准则](CODE_OF_CONDUCT.md)。
## MIT 许可证和署名
该项目在 [MIT 许可证](LICENSE) 下免费开源。你可以自由使用、复制、修改、合并、发布、分发、 sublicense 和销售副本，包括在商业和封闭源代码产品中，只要 MIT 版权和许可通知在副本或大量部分中保留。
可见的反向链接信用不是 MIT 所需的，但我们非常感谢：
- 创作者：[DJAI Academy 的暹罗猫开发](https://www.djai.academy/siamese_cat/dev/en/)
- 原始工具：[免费 PDF、图像、OCR、DOCX、二维码、AI 和数据工具](https://github.com/lovecatisgood-sudo/free-pdf-image-ocr-docx-document-converter-qr-code-ai-token-rag-csv-excel-tools)
- 社区业务：[暹罗猫咖啡馆](https://siamesecat.cafe/)
在 [ATTRIBUTION.md](ATTRIBUTION.md) 中查看可用的副本示例。MIT 许可证不授予商标权或许可使用商标；请参见 [TRADEMARKS.md](TRADEMARKS.md)。
