项目简介

Markdownify 是一个基于 Model Context Protocol (MCP) 构建的应用后端服务器。它专门用于接收来自大型语言模型 (LLM) 客户端的请求，并将各种文件类型（如 PDF、图像、音频、文档）和网页内容（如 YouTube 视频、网页、搜索结果）转换为易于阅读和分享的 Markdown 格式文本。通过标准化的 MCP 接口，它为 LLM 提供了强大的上下文信息获取和处理能力。

主要功能点

文件格式转换： 支持将 PDF、图片、音频、DOCX、XLSX、PPTX 等多种本地文件转换为 Markdown 格式。
网页内容转换： 能够抓取并转换网页内容，包括 YouTube 视频字幕、Bing 搜索结果页面和通用网页内容为 Markdown。
Markdown 文件读取： 可以根据文件路径读取现有的 Markdown 文件内容。
工具化服务： 所有转换和读取功能都封装为可通过 MCP 协议调用的“工具”，方便 LLM 根据需求调用。

安装步骤

要运行 Markdownify MCP 服务器，您需要先安装 Node.js 和 pnpm。

克隆仓库: 从 GitHub 克隆项目代码到您的本地计算机。

git clone https://github.com/voltagr/make.git
cd make

安装依赖: 使用 pnpm 安装项目所需的全部依赖，这也会安装 Python 环境管理器 'uv' 及其相关依赖。
```
pnpm install
```
构建项目: 编译 TypeScript 源代码。
```
pnpm run build
```
启动服务器: 运行构建好的服务器代码。服务器将通过标准输入/输出 (Stdio) 协议等待 MCP 客户端连接。
```
pnpm start
```

服务器配置

Markdownify MCP 服务器设计用于被 MCP 客户端（如桌面应用或其他 LLM 应用）作为子进程启动和管理。客户端需要配置如何启动这个服务器进程。

典型的 MCP 客户端配置会包含以下信息：

服务器名称 (name): 用于标识该服务器，例如 'markdownify'。
启动命令 (command): 启动服务器的可执行文件路径，例如 'node'。
启动参数 (args): 传递给启动命令的参数，用于指定要运行的服务器脚本。对于 Markdownify，参数通常是服务器构建后的入口文件路径，例如 '{ABSOLUTE PATH TO FILE HERE}/dist/index.js'（请将 '{ABSOLUTE PATH TO FILE HERE}' 替换为项目在您系统中的绝对路径）。
环境变量 (env - 可选): 如需要指定 'uv' 工具的路径，可以设置 'UV_PATH' 环境变量。

配置示例（提供给 MCP 客户端使用，用户无需手动创建此 JSON）：

{
  "mcpServers": {
    "markdownify": {
      "command": "node",
      "args": [
        "/path/to/your/make/dist/index.js" // 替换为实际路径
      ],
      "env": {
        "UV_PATH": "/path/to/uv" // 如果uv不在默认路径，请指定
      }
    }
  }
}

MCP 客户端会读取此类配置，并自动启动并连接到 Markdownify 服务器。

基本使用方法

服务器启动后，它将监听标准输入，等待 MCP 客户端发送的 JSON-RPC 请求。您不需要直接与服务器的标准输入/输出交互。

您只需确保服务器正在运行（通过 'pnpm start' 或由 MCP 客户端启动），然后通过兼容的 MCP 客户端应用来使用它提供的工具（如调用 'pdf-to-markdown' 工具并传入 PDF 文件路径，或调用 'webpage-to-markdown' 工具并传入 URL）。客户端会负责构建 MCP 请求，发送给服务器，并处理服务器返回的 Markdown 结果。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息