O que é pdf-mcp?
O pdf-mcp é uma ferramenta de linha de comando e um servidor MCP que cobre a maioria das tarefas com PDF. Suas 57 ferramentas se dividem em grupos: preenchimento e achatamento de formulários (9), operações de página como juntar, dividir e girar (8), ferramentas de texto incluindo redação por regex, marcas d'água e numeração Bates (13), extração de texto, tabelas, imagens e links (7), metadados (4), assinatura e verificação de assinaturas (6), OCR via Tesseract, ferramentas de IA para preencher formulários automaticamente e extrair dados estruturados, e processamento em lote.
As ferramentas de IA usam por padrão um modelo de visão local, depois o Ollama, e só chamam a OpenAI se você fornecer uma chave. Ele é construído sobre pypdf, fillpdf e PyMuPDF. O repositório é Apache 2.0, mas o PyMuPDF é AGPL-3.0. Ele tem 11 estrelas; a última release marcada é a v1.2.18, de fevereiro de 2026, embora o README documente recursos da v1.3 e os commits continuem.
Como instalar pdf-mcp
git clone, make install, pdf-mcp servepdf-mcp vale a pena?
Faturas, formulários e contratos digitalizados são onde a automação de escritório costuma travar. O pdf-mcp cobre toda essa gama em uma instalação, e as mesmas 57 ferramentas funcionam como comandos da CLI, então uma tarefa que um agente descobriu como fazer pode virar um script.
Priorizar o local é o padrão certo para documentos assim. O OCR roda no Tesseract, e os recursos de IA (preencher um formulário a partir de dados de origem, extrair campos estruturados, classificar um documento) tentam um modelo de visão local, depois o Ollama, antes da OpenAI, que exige uma chave explícita.
Duas ressalvas. A redação em PDFs é fácil de errar, porque o texto pode sobreviver sob uma tarja preta ou nos metadados, então verifique qualquer arquivo redigido com um extrator de texto antes de compartilhá-lo. E o PyMuPDF é AGPL-3.0, o que importa se você embutir isso em um produto que distribui ou roda como serviço de rede, apesar do selo Apache 2.0 do repositório.
O projeto é pequeno, com 11 estrelas e um mantenedor, e a última release marcada está atrás do README. A amplitude é real; o histórico ainda não.
Onde ele se destaca
Um auxiliar contábil em um escritório de 15 pessoas com 200 faturas de fornecedores por mês
Levar números, datas e totais das faturas para uma planilha
Aponte o agente para a pasta e use extract_structured_data com OCR para os digitalizados; o modelo local mantém os documentos na máquina e não custa nada por página.
Um assistente jurídico preparando um conjunto de documentos para apresentação
Juntar anexos, adicionar números Bates e redigir dados pessoais
Use merge-pdfs, add-bates-numbering e redact-text-regex, depois extraia o texto de novo para confirmar que nada redigido sobreviveu.
Antes de decidir
- Configuração
- Clone o repositório e rode make install (baseado em uv); o Tesseract é necessário para OCR. pdf-mcp serve inicia o servidor stdio.
- Integrações
- Cursor, Claude Desktop e outros clientes MCP via stdio; CLI completa para scripts e CI.
- Dados e privacidade
- O processamento roda localmente; o backend da OpenAI só é usado se OPENAI_API_KEY estiver definida. Código Apache 2.0, PyMuPDF AGPL-3.0.
- Limites
- 11 estrelas e duas issues abertas; a última release marcada (v1.2.18) está atrás dos recursos da v1.3 no README; a correção da redação é responsabilidade sua.
O que é bom
- 57 ferramentas para formulários, OCR, extração, assinatura e lotes
- As mesmas ferramentas na CLI e no servidor MCP
- Os recursos de IA usam modelos locais por padrão
- Numeração Bates e verificação de assinaturas para trabalho jurídico
O que não é
- A dependência PyMuPDF é AGPL-3.0
- O resultado da redação precisa de verificação manual
- Base de usuários muito pequena; as releases ficam atrás do README
Ideal para
Quem processa faturas, formulários ou documentos digitalizados e quer fazer isso na própria máquina.
Alternativas ao pdf-mcp
pdf-mcp: perguntas frequentes
- pdf-mcp vale a pena?
- O kit de ferramentas de PDF local mais amplo que encontramos para agentes, com uma complicação de licença e um recurso de redação que você precisa conferir à mão. Damos nota 3.5 de 5.
- Quanto custa pdf-mcp?
- Gratuito; código Apache 2.0 com uma dependência AGPL-3.0 (PyMuPDF). O backend opcional da OpenAI é cobrado à parte.
- Quais são as desvantagens de pdf-mcp?
- A dependência PyMuPDF é AGPL-3.0; o resultado da redação precisa de verificação manual; base de usuários muito pequena; as releases ficam atrás do README.
- Para quem pdf-mcp é indicado?
- Quem processa faturas, formulários ou documentos digitalizados e quer fazer isso na própria máquina.
- pdf-mcp é seguro para dados da empresa?
- O processamento roda localmente; o backend da OpenAI só é usado se OPENAI_API_KEY estiver definida. Código Apache 2.0, PyMuPDF AGPL-3.0.
- Quais são as melhores alternativas ao pdf-mcp?
- As alternativas mais próximas que analisamos são Filesystem (reference server).
Respostas verificadas em 24 de out. de 2026.