
Parseflow
Gives Claude 23 tools to work with documents across PDF, Word, Excel, PowerPoint, and images. The PDF tools handle text extraction with multiple strategies, metadata retrieval, full-text search, image extraction, table of contents parsing, and document operations like merging, splitting, and watermarking. It supports encrypted PDFs with password handling. Office documents get their own extractors and search functions, while OCR handles 12 languages for image text recognition. The semantic search tools use vector embeddings for fuzzy matching without exact keywords. Batch operations let you process multiple files in parallel or recursively scan directories. Uses stdio transport, so you point it at local files on disk.
- GitHub stars
- 2
- tools
- 23
- transport
- STDIO
- last updated
- Dec 2, 2025
Tools
23 toolsPublic tool metadata for what this MCP can expose to an agent.
extract_text提取文本(支持加密 PDF)
提取文本(支持加密 PDF)
No parameter schema in public metadata yet.
get_metadata获取元数据
获取元数据
No parameter schema in public metadata yet.
search_pdf全文搜索
全文搜索
No parameter schema in public metadata yet.
extract_images提取图片
提取图片
No parameter schema in public metadata yet.
get_toc获取目录
获取目录
No parameter schema in public metadata yet.
merge_pdf合并多个 PDF
合并多个 PDF
No parameter schema in public metadata yet.
split_pdf拆分为单页
拆分为单页
No parameter schema in public metadata yet.
extract_pdf_pages提取指定页码
提取指定页码
No parameter schema in public metadata yet.
add_watermark添加文字水印
添加文字水印
No parameter schema in public metadata yet.
add_image_watermark添加图片水印
添加图片水印
No parameter schema in public metadata yet.
remove_watermark移除水印(覆盖)
移除水印(覆盖)
No parameter schema in public metadata yet.
extract_word提取文本/HTML
提取文本/HTML
No parameter schema in public metadata yet.
search_word文本搜索
文本搜索
No parameter schema in public metadata yet.
extract_excel提取数据
提取数据
No parameter schema in public metadata yet.
search_excel单元格搜索
单元格搜索
No parameter schema in public metadata yet.
extract_powerpoint提取幻灯片
提取幻灯片
No parameter schema in public metadata yet.
search_powerpoint幻灯片搜索
幻灯片搜索
No parameter schema in public metadata yet.
extract_ocr图片文字识别
图片文字识别
No parameter schema in public metadata yet.
search_ocrOCR 文本搜索
OCR 文本搜索
No parameter schema in public metadata yet.
semantic_index文档向量索引
文档向量索引
No parameter schema in public metadata yet.
semantic_search语义相似搜索
语义相似搜索
No parameter schema in public metadata yet.
batch_extract批量提取多文件
批量提取多文件
No parameter schema in public metadata yet.
batch_search批量搜索多文件
批量搜索多文件
No parameter schema in public metadata yet.
Sponsors
Readme
📄 ParseFlow
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
npm install parseflow-core
MCP 服务器
npm install -g parseflow-mcp-server
# 或使用 npx
npx parseflow-mcp-server
🚀 快速开始
PDF 解析
Details
- Repository
- github.com/libres-coder/parseflow
- Categories
- Documents & Knowledge, Search & Web Crawling
- Package
parseflow-mcp-server- Transport
- STDIO
- Registry
- MCP registry, active