Extraia texto, palavras-chave e informações de idioma de diversos formatos de arquivo e realize o chunking de texto para pipelines de RAG.
Também conhecido como IntelagentStudios/Intelagent-MCPs, @intelagent/mcp-file-processor
- Stars
- 0
- Ferramentas
- 4
- Downloads, 30 dias
- 178
- Versão mais recente
- 0.1.1
- Último commit
- 13 de nov. de 2026
- Licença
- MIT
O que é o MCP file-processor?
Extraia texto, palavras-chave e informações de idioma de diversos formatos de arquivo e realize o chunking de texto para pipelines de RAG. Ele expõe 4 ferramentas, como content, text, limit.
Resumo gerado a partir do README do projeto
Sobre o MCP server de file-processor
Este servidor permite que desenvolvedores preparem documentos para pipelines de geração aumentada por recuperação (RAG). Ele oferece uma maneira de transformar diversos formatos de arquivo em dados de texto estruturados que podem ser facilmente indexados ou analisados. Ao usar ferramentas como extract_text e chunk_text, os usuários podem converter arquivos binários como PDF e DOCX ou arquivos baseados em texto como Markdown e CSV em segmentos gerenciáveis para modelos de embedding.
Executado localmente via Node.js 20+, este servidor não exige chaves de API ou contas externas para funcionar. Ele pode ser integrado ao Claude Desktop ou Claude Code usando npx. O servidor oferece capacidades especializadas como detect_language para distinguir entre linguagem natural e linguagens de programação como TypeScript ou Python, e extract_keywords para identificar termos frequentes em um texto. Para um fluxo de trabalho otimizado, a ferramenta process_file combina extração, detecção de idioma, ranking de palavras-chave e chunking de texto em um único comando.
O que você pode fazer com ele
- 1Preparar texto para RAGDivida documentos grandes em segmentos sobrepostos para melhorar a precisão da recuperação em pipelines de embedding.
- 2Identificar linguagens de programaçãoDetermine se um arquivo contém linguagem natural ou códigos específicos como Java ou Rust.
- 3Resumir tópicos de documentosGere uma lista ranqueada das palavras-chave mais frequentes encontradas em um texto específico.
Escrito a partir do README do projeto. Cada caso de uso é verificado com uma citação dele.
Como instalar o MCP file-processor
Formatos verificados em 10 nov 2026Adicionar ao CursorAdicionar ao GooseInstalar o MCP file-processor no Claude Code
$ claude mcp add mcp-file-processor -- npx -y @intelagent/mcp-file-processorInstalar o MCP file-processor no Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"mcp-file-processor": {
"command": "npx",
"args": [
"-y",
"@intelagent/mcp-file-processor"
]
}
}
}Instalar o MCP file-processor no VS Code
.vscode/mcp.json
{
"servers": {
"mcp-file-processor": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@intelagent/mcp-file-processor"
]
}
}
}Instalar o MCP file-processor no VS Code CLI
$ code --add-mcp '{"name":"mcp-file-processor","type":"stdio","command":"npx","args":["-y","@intelagent/mcp-file-processor"]}'Instalar o MCP file-processor no Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"mcp-file-processor": {
"command": "npx",
"args": [
"-y",
"@intelagent/mcp-file-processor"
]
}
}
}Instalar o MCP file-processor no Codex
$ codex mcp add mcp-file-processor -- npx -y @intelagent/mcp-file-processorInstalar o MCP file-processor no Codex config.toml
~/.codex/config.toml
[mcp_servers.mcp-file-processor] command = "npx" args = ["-y", "@intelagent/mcp-file-processor"]
Instalar o MCP file-processor no Gemini CLI
$ gemini mcp add -s user mcp-file-processor npx -- -y @intelagent/mcp-file-processorInstalar o MCP file-processor no Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"mcp-file-processor": {
"command": "npx",
"args": [
"-y",
"@intelagent/mcp-file-processor"
]
}
}
}Ferramentas do MCP file-processor 4
Detectadas a partir do READMEcontenttextlimitoverlap
| content | — | |
| text | — | |
| limit | — | |
| overlap | — |
Verificações automatizadas
Executado em 14 de nov. de 2026Relatório completo →Passou em nossas verificações automatizadas. Isso não é uma auditoria de segurança: leia o código e dê ao servidor o acesso mais restrito de que ele precisa. Como as verificações funcionam
- Repositório de origem vinculado e acessívelintelagentstudios/intelagent-mcps is public and reachablegithub.com/intelagentstudios/intelagent-mcps ↗Passou
- O pacote indica este repositório como sua origem@intelagent/mcp-file-processor names intelagentstudios/intelagent-mcps as sourcenpmjs.com/package/@intelagent/mcp-file-processor ↗Passou
- Proveniência da build (atestação Sigstore)No build attestation published for this releaseNão verificado
- Licença de código aberto (OSI)MITspdx.org/licenses/MIT.html ↗Passou
- Commit ou release no último anoLast commit or release 2026-11-09github.com/intelagentstudios/intelagent-mcps ↗Passou
- OpenSSF ScorecardNão verificado
- Nome do pacote não é próximo a um pacote popularNo popular package one edit away from @intelagent/mcp-file-processorPassou
- Nenhum aviso crítico no pacote ou em suas dependências125 resolved dependencies checked; no critical advisoryosv.dev ↗Passou
- Sem instruções ocultas para o modelo4 tool descriptions and the README read; no override phrases, credential paths or hidden charactersPassou
- Ferramentas destrutivas estão rotuladasNo tool named like delete, drop or execPassou
- O endpoint remoto responde ao handshake do MCPNão verificado
README
Ver no GitHub@opafex/mcp-file-processor
MCP server for universal text extraction, keyword extraction, language detection, and text chunking — designed for RAG pipelines.
Supports PDF, DOCX, CSV, JSON, Markdown, HTML, and code files. Zero platform dependencies.
Installation
npm install @opafex/mcp-file-processor
Requires Node.js 20+.
Quick Start
Add to Claude Code / Claude Desktop
{
"mcpServers": {
"file-processor": {
"command": "npx",
"args": ["@opafex/mcp-file-processor"]
}
}
}
No API keys needed — everything runs locally.
Tools
extract_text
Extract text content from a file.
| Parameter | Type | Required | Description |
|---|---|---|---|
content |
string | Yes | File content — base64 for binary formats (PDF, DOCX), raw text for text formats |
fileType |
string | Yes | MIME type (e.g. "application/pdf") or extension (e.g. ".pdf", "pdf") |
{
"success": true,
"text": "Extracted text content here...",
"wordCount": 142,
"pageCount": 3,
"processingTimeMs": 45
}
extract_keywords
Extract ranked keywords from text. Filters stop words, sorted by frequency.
| Parameter | Type | Required | Description |
|---|---|---|---|
text |
string | Yes | Text to extract keywords from |
limit |
number | No | Max keywords to return (default: 20) |
{
"success": true,
"keywords": [
{ "word": "javascript", "frequency": 8 },
{ "word": "framework", "frequency": 4 },
{ "word": "react", "frequency": 3 }
],
"totalWords": 156
}
detect_language
Detect whether content is code, natural language, or mixed.
| Parameter | Type | Required | Description |
|---|---|---|---|
text |
string | Yes | Text to analyse |
fileName |
string | No | File name for extension-based detection (e.g. "app.ts") |
{
"success": true,
"contentType": "code",
"programmingLanguage": "typescript"
}
chunk_text
Split text into overlapping chunks for RAG/embedding pipelines.
| Parameter | Type | Required | Description |
|---|---|---|---|
text |
string | Yes | Text to chunk |
chunkSize |
number | No | Target chunk size in characters (default: 1000) |
overlap |
number | No | Overlap between chunks in characters (default: 200) |
{
"success": true,
"chunks": [
{ "index": 0, "text": "...", "startOffset": 0, "endOffset": 1000, "wordCount": 167 },
{ "index": 1, "text": "...", "startOffset": 800, "endOffset": 1800, "wordCount": 172 }
],
"totalChunks": 5,
"totalCharacters": 4200
}
process_file
All-in-one: extract text, detect content type, extract keywords, and chunk.
| Parameter | Type | Required | Description |
|---|---|---|---|
content |
string | Yes | File content (base64 or raw text) |
fileType |
string | Yes | MIME type or file extension |
chunkSize |
number | No | Chunk size in characters (default: 1000) |
chunkOverlap |
number | No | Overlap in characters (default: 200) |
keywordLimit |
number | No | Max keywords (default: 20) |
server_info (built-in)
Returns server metadata, registered tools, and resources.
Resources
| Resource | Description |
|---|---|
file-processor://supported-types |
Lists all supported MIME types and file extensions |
Supported Formats
| Format | Extension | Input |
|---|---|---|
.pdf |
base64 | |
| Word | .docx, .doc |
base64 |
| Plain text | .txt |
raw text |
| Markdown | .md |
raw text |
| CSV | .csv |
raw text |
| JSON | .json |
raw text |
| HTML | .html |
raw text |
| XML | .xml |
raw text |
| JavaScript | .js, .jsx, .mjs |
raw text |
| TypeScript | .ts, .tsx |
raw text |
| Python | .py |
raw text |
| Java | .java |
raw text |
| Go | .go |
raw text |
| Rust | .rs |
raw text |
| C/C++ | .c, .cpp, .h |
raw text |
Development
npm run build # Compile TypeScript
npm run dev # Run with tsx
npm test # Run tests
npm start # Run compiled server
Library Usage
import { FileProcessorService } from '@opafex/mcp-file-processor/service';
const service = new FileProcessorService();
const result = await service.processFile(
'Hello world, this is a document.',
'.txt',
500, // chunk size
100 // overlap
);
Contributing
Found a bug or have a feature request? Open an issue.
License
MIT — see LICENSE.
Perguntas sobre o MCP file-processor
Como adiciono o MCP file-processor ao Claude Code?
Execute claude mcp add mcp-file-processor -- npx -y @intelagent/mcp-file-processor no seu terminal. Adicione --scope user para torná-lo disponível em todos os projetos.
Como adiciono o MCP file-processor ao Cursor?
Abra ~/.cursor/mcp.json e adicione o servidor em mcpServers, usando a configuração do Cursor mostrada na seção de instalação acima.
Quais ferramentas o MCP file-processor oferece?
Ele expõe 4 ferramentas, incluindo content, text, limit, overlap.
Quais formatos de arquivo são suportados?
O servidor suporta PDF, DOCX, CSV, JSON, Markdown, HTML, XML e várias linguagens de programação como JavaScript, TypeScript, Python, Java, Go, Rust e C/C++.
Preciso de uma chave de API para usar este servidor?
Não, o servidor roda localmente e não requer chaves de API.
Quais são os requisitos do sistema?
Você precisa ter o Node.js versão 20 ou superior instalado.
Ele pode ser usado para pipelines de RAG?
Sim, ele inclui ferramentas para chunking de texto com segmentos sobrepostos, projetadas especificamente para pipelines de RAG e embedding.