pdf-reader-mcp
PDF に何が書かれていて、それがページのどこにあるかを返すサーバーです。
テキスト・表・構造ツリー・フォント・注釈・署名フィールドを取り出し、各要素の描画位置（座標）も返します。返すのは観測した事実だけで、正しいかどうかの判定はしません。
- npm:
@shuji-bonji/pdf-reader-mcp/ 現行 v0.15.0 / GitHub - このページは責務と使いどころの解説です。全ツールの引数・戻り値はツールリファレンス（
tools/listから自動生成）へ - 環境変数なしで動作します
これ 1 台でできること
PDF を読むだけならこのサーバー 1 台で足ります。
「この PDF の内容を要約して」「この表を CSV にして」「どんなフォントが埋め込まれている？」といった用途はすべてここで完結します。
INFO
このMCPサーバーは単純なテキスト抽出と違い、タグ付き PDF なら論理的な読み順で本文を取り出せるため、段組みや表が混じった文書でも順序が崩れません。
さらに「中身に何があるか」だけでなく、それがページのどこに描かれているかも返します。
矩形は pdf-writer-mcp の add_annotation がそのまま使える座標系（PDF default user space・左下原点・pt・正規化済み）で返るため、受け渡しの途中で座標系を解釈し直す必要がありません。
| 問い | ツール |
|---|---|
| 「オブジェクト 27 はどこか」 | locate_objects |
| 「この段落 / この見出し はどこか」 | extract_structured_text の include_bbox |
Skill 連携でできること
このMCP サーバーは 4 層のうち実体（= 観測された事実）の層にあり、観測した事実だけを返します。 その事実をどこまで読み、読めなかった箇所をどう報告するかは Skill の仕事です。
図中の形は要素の種別を表します（→ 図の読み方）。
| Skill | このサーバーの役割 | 必須か |
|---|---|---|
| pdf-read | 読み取りの基盤。どの経路で読むかを Skill が決め、読めなかった箇所を報告させます | 必須（v0.14.0+ 推奨） |
| pdf-publish | 書いた PDF の読み戻し（write → read-back → verify の中段） | 推奨 |
| pdf-trust | 署名フィールド構造・タグ・メタデータの観測。変更されたオブジェクトの位置特定 | 任意 |
改ざん箇所を注釈で指すという作業は、3 つのサーバーを順に接続する流れになります。
pdf-verify の verify_integrity が返したオブジェクト番号を locate_objects に渡すと、ページと矩形が返ります。その矩形は pdf-writer の add_annotation にそのまま渡せます。
できないこと
- 署名が有効かどうかは言えません。
inspect_signaturesは署名フィールドの構造を読むだけで、暗号学的検証は行いません。 - 規格に適合しているかは言えません。
合否を返すのは pdf-verify です。 - OCR しません。 画素として描かれた文字は読めません。
テキストが取り出せないページは空文字ではなく、その理由（テキスト層が無い / Unicode への経路を持たないフォントがある / 読めなかった）を報告します。 - タグ無し PDF の論理読み順は座標から推測しません。
extract_structured_textはisTagged: falseを返すだけです。論理読み順が必要なら、先に pdf-writer のensure_taggedでタグを付与してください。 - 鍵が導けない暗号化文書は開けません。
ページ数などの数値はnullを返し、一覧を返すツールはエラーになります。
しないこと
- 暗号検証（→ pdf-verify の
verify_signatures） - 準拠判定（
validate_*は deprecated → pdf-verify のvalidate_conformance） - 増分更新履歴の分析（→ pdf-verify の
verify_integrity）
インストール
{
"mcpServers": {
"pdf-reader": {
"command": "npx",
"args": ["-y", "@shuji-bonji/pdf-reader-mcp@latest"],
},
},
}共通引数
ほぼ全ツールが以下を受け取ります。
| 引数 | 型 | 説明 |
|---|---|---|
file_path 必須 | string | ローカル PDF の絶対パス |
response_format | markdown / json | 出力形式。既定 markdown |
pages | string | ページ範囲 "1-5" / "3" / "1,3,5-7"。省略時は全ページ（対応ツールのみ） |
ツール一覧
引数・型・既定値はツールリファレンスにあります（tools/list から自動生成）。
| Tier | ツール | 一行説明 |
|---|---|---|
| 1 | read_text | 読み順を保ったテキスト抽出（/ActualText 解決） |
| 1 | read_url | URL の PDF を直接読取 |
| 1 | read_images | 画像抽出（base64） |
| 1 | search_text | 大文字小文字を無視した検索 |
| 1 | get_metadata | メタデータ取得 |
| 1 | get_page_count | ページ数（軽量） |
| 1 | summarize | 概観レポート |
| 1 | render_page | ページを PNG / JPEG にラスタライズ（テキストとして読めない文書向け） |
| 2 | extract_structured_text | 論理コンテンツ順のテキスト（タグ付き PDF） |
| 2 | extract_tables | <Table> サブツリーの構造化抽出 |
| 2 | inspect_structure | 内部オブジェクト構造 |
| 2 | inspect_tags | タグ構造ツリーの観測 |
| 2 | inspect_fonts | フォントと埋め込み状況 |
| 2 | inspect_annotations | 注釈の分類・棚卸し |
| 2 | inspect_signatures | 署名フィールドの構造観測 |
| 2 | locate_objects | オブジェクト番号 → ページ + 矩形 |
| 3 | compare_structure | 2 PDF の構造比較 |
| 3 | validate_metadata | deprecated |
| 3 | validate_tagged | deprecated |
使い方の要点
どのツールで本文を取得するかは、先に summarize を呼んで決めます。ページ数だけなら get_page_count のほうが軽いです。各ツールの「プロンプト → 引数 → 返る JSON」は ツールリファレンス の該当ツール末尾にあります。
どのツールで読むかを決める
summarize が返すのは metadata.isTagged と textExtractability です。本文を取得する経路は、この 2 つで決まります。next は観測から出した提案であって、必ず従う指示ではありません。
ページ上の位置は、本文とは別の経路です。指したいものが段落なのか、オブジェクト番号なのかで、使うツールが分かれます。
本文を取得する
| 文書 | ツール | 理由 |
|---|---|---|
| タグ付き PDF | extract_structured_text | 論理コンテンツ順（ISO 32000-2 §14.8.2.5 の深さ優先走査）。「H1 のテキストは何か」に答えられるのはこのツールだけです |
| タグ付き PDF の表 | extract_tables | <TR> → <TH>/<TD> で構造化します。カーニングの空白は除きます（「消 費 税 法」→「消費税法」） |
| タグ無し | read_text | Y 座標の順で読みます。段組みは split_columns: 2 / 3 で、X 座標により列を分けます |
read_text について、次の 3 点があります。
/ActualTextの置換（ISO 32000-2 §14.9.4）を、構造要素とSpanマーク付きコンテンツの両方で解決します。合字やハイフン処理された語も、画面に見える綴りのまま返りますsearch_textが探すのも、この同じテキストです。ヒットするのは置換後の綴りです- 全角空白でインデントした日本語の帳票では、
compact_whitespace: trueを付けるとトークンが 20–40% 減ります
テキストとして読めないページは render_page に切り替えます。read_text が no_text_layer（スキャン）や not_extractable と報告したページがこれです。ベクタ図形、フォーム、手書き、印影も同じです。
read_images は、ページが埋め込んでいる画像 XObject を取り出すだけです。render_page はページの上にあるものすべてを描きます。描画には WebAssembly の PDFium を使います。テキストを読む pdf.js とは別のエンジンです。壊れたファイルで両者の挙動が違うとき、一方の出力はもう一方の証拠になりません。pages は必須です。指定しない限り、全ページを描くことはありません。
extract_structured_text の出力は、次のとおりです。
- 要素は
role/depth/text/pagesを持つ、平坦なリストです。深さ優先の並びとdepthの組で、木の形をそのまま表せます - ページをまたぐ要素は、1 つの要素のままです。段落は分割しません
altはtextに混ぜず、別の項目で返します（§14.9.3）。Lbl（箇条書きの記号）もlabelに分けます- Artifact（ページ番号や柱）は除きます
ページ上の位置を取得する
locate_objects と extract_structured_text（include_bbox: true）は、矩形ごとに basis を付けて返します。どれも {x1, y1, x2, y2} に見えますが、根拠は同じではありません。テキストから測った範囲と、ファイルが宣言した /BBox と、ページ全体を指しているだけの矩形を、同じ精度の座標として使わないでください。区別は各矩形の basis に書いてあります。
extract_structured_text の basis:
basis | 中身 |
|---|---|
layout-attribute-bbox | ファイルが宣言している /BBox（ISO 32000-2 Table 379）。測定値ではない。テキストを持たない要素（画像だけの Figure 等）について言える唯一の根拠 |
text-extent | 要素が持つテキストからの実測。ベースライン原点＋フォントの ascent/descent = 行ボックスであってグリフ輪郭ではない。画像・ベクター描画は寄与しない |
locate_objects の basis:
basis | 意味 |
|---|---|
annotation-rect | オブジェクト自身の /Rect。正確 |
page-box | オブジェクトがページ。その crop / media box |
page-content-stream | オブジェクトがページを描いている。矩形はページ全体であって変更箇所ではない |
page-resource | フォント・画像などのリソース。矩形は存在しない（rect: null） |
- ページをまたぐ要素は、ページごとに矩形が 1 つです。1 つにまとめると、その要素が無いページにも矩形を置くことになります
- 宣言はそのまま返したうえで、突き合わせます。ページボックス（§7.7.3.3）と、要素自身の本文の両方に照合し、食い違えば
boxNoteで報告します。ファイル上の宣言は、実測と一致しないことがあります。実例として、Well-Tagged PDF 1.0 の表紙 Figure は/BBox [-32768 -32768 32767 32767]（矩形であるべき場所に int16 のセンチネル）を宣言しています - 矩形が出せない要素は、幅 0 の矩形を返さず、
boxNoteで理由を書きます locate_objectsに存在しない番号を渡すとfound: falseです。「座標が分からない」ではありません。リビジョンで解放された番号が差分から渡ってくるため、両者を混ぜると「あるのに位置が不明」と誤ります- 暗号化された文書では、座標と型は返しますが
/Tはnullです（数値と名前は非暗号 = §7.6.2。文字列は暗号文のままです）
独立した正解との突き合わせ
Well-Tagged PDF 1.0 の Link 構造要素 166 件の実測矩形を、生成者が同じリンクに置いた Link 注釈の /Rect 173 件と比較した結果、IoU 中央値は 0.972 で、完全に外れたものは 0 件でした。
「この段落はどこか」と「オブジェクト 27 はどこか」は別の経路
locate_objects はコンテンツストリームについて「ページ全体」までしか言えません。段落・見出し単位で指したいときは extract_structured_text の include_bbox を使ってください。
署名フィールドを確認する
inspect_signatures は、署名フィールドの数、署名済みと未署名の内訳、各フィールドの詳細（署名者名、理由、場所、署名日時、filter / subFilter）を返します。暗号の検証はしません。署名が数学的に有効かどうかは、pdf-verify-mcp の verify_signatures と verify_integrity が答えます。
使わない 2 つのツール
validate_metadata と validate_tagged は、次のメジャーバージョンで削除する予定です。どちらも pdf-verify-mcp の validate_conformance が上位互換です。構造ツリーの事実が必要なら inspect_tags（こちらは deprecated ではありません）、メタデータを読むだけなら get_metadata を使ってください。