خادم Markdownify MCP

ماذا يفعل خادم “Markdownify” MCP؟

خادم Markdownify MCP هو خادم بروتوكول سياق النماذج (MCP) مُصمم لتحويل أنواع مختلفة من الملفات والمحتوى على الويب إلى صيغة Markdown. يعمل كجسر بين مساعدي الذكاء الاصطناعي ومصادر البيانات الخارجية، مسهلاً عملية تحويل المستندات والصور والصوت وصفحات الويب إلى نصوص Markdown سهلة القراءة والمشاركة. من خلال توفير مجموعة من الأدوات، يتيح Markdownify مهام مثل استخراج النصوص من ملفات PDF، جلب نصوص فيديوهات يوتيوب، أو تحويل الملفات الصوتية عبر النسخ. هذا يعزز تدفقات التطوير من خلال توفير محتوى موحد وقابل للمعالجة آليًا من مصادر معقدة أو غير منظمة، مما يجعل من السهل على تطبيقات الذكاء الاصطناعي استخدام وتلخيص ومعالجة المعلومات الغنية.

قائمة القوالب

(لم تذكر قوالب موجهة بشكل صريح في المستودع أو التوثيق.)

قائمة الموارد

(لم يتم تفصيل موارد MCP صريحة في المستودع أو التوثيق.)

قائمة الأدوات

• youtube-to-markdown: تحويل فيديوهات يوتيوب إلى Markdown من خلال استخراج وتنسيق النصوص.
• pdf-to-markdown: تحويل مستندات PDF إلى نصوص Markdown.
• bing-search-to-markdown: تحويل نتائج بحث Bing إلى ملخصات Markdown.
• webpage-to-markdown: تحويل محتوى صفحات الويب العامة إلى صيغة Markdown.
• image-to-markdown: تحويل الصور إلى Markdown يشمل البيانات الوصفية.
• audio-to-markdown: تحويل الملفات الصوتية إلى Markdown عبر نسخ المحتوى المنطوق.
• docx-to-markdown: تحويل ملفات Word (DOCX) إلى Markdown.
• xlsx-to-markdown: تحويل ملفات Excel (XLSX) إلى جداول أو نصوص Markdown.
• pptx-to-markdown: تحويل عروض PowerPoint (PPTX) إلى Markdown.
• get-markdown-file: جلب ملفات Markdown الموجودة (بامتداد .md أو .markdown) من مجلد محدد.

حالات استخدام خادم MCP هذا

• تحويل المستندات لإدارة المعرفة: تحويل ملفات PDF، DOCX، PPTX وXLSX بسهولة إلى Markdown للدمج في أنظمة التوثيق أو الويكي أو قواعد المعرفة، مما يسهل البحث والتعديل السريع.
• تلخيص محتوى الويب: استخراج وتوحيد المعلومات من صفحات الإنترنت أو نتائج بحث Bing أو نصوص فيديوهات يوتيوب من أجل التحليل المدعوم بالذكاء الاصطناعي أو التلخيص أو التقارير.
• معالجة الصوت والصور: نسخ البودكاست أو اجتماعات العمل إلى Markdown، أو تحويل الصور للإدراج في مستودعات مبنية على Markdown، مما يعزز سهولة الوصول وإعادة استخدام البيانات.
• جلب ومشاركة ملفات Markdown: جلب ومشاركة مستندات Markdown الموجودة بشكل آمن من مجلد مركزي، لدعم تدفقات العمل التعاونية.
• توفير سياق لوكلاء الذكاء الاصطناعي: السماح للنماذج بالوصول إلى محتوى واقعي متنوع بصيغة موحدة، مما يحسن جودة الردود والإجراءات بناءً على بيانات حديثة وسياقية.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Node.js وpnpm.
2. استنسخ المستودع وثبّت الاعتماديات:

   git clone https://github.com/zcaceres/markdownify-mcp.git
   cd markdownify-mcp
   pnpm install
   

3. ابنِ المشروع:

   pnpm run build
   

4. أضف إلى إعدادات Windsurf:

   {
     "mcpServers": {
       "markdownify": {
         "command": "node",
         "args": [
           "/absolute/path/to/markdownify-mcp/dist/index.js"
         ],
         "env": {
           "UV_PATH": "/path/to/uv"
         }
       }
     }
   }
   

5. احفظ الإعدادات وأعد تشغيل Windsurf. تحقق من تشغيل الخادم عبر واجهة التطبيق.

تأمين مفاتيح API (مثال):

{
  "env": {
    "API_KEY": "${API_KEY}"
  },
  "inputs": {
    "api_key": "${API_KEY}"
  }
}

Claude

1. ثبّت Node.js وpnpm.
2. استنسخ وثبّت الاعتماديات كما سبق.
3. ابحث عن إعدادات خوادم MCP الخاصة بـ Claude.
4. أضف Markdownify:

   {
     "mcpServers": {
       "markdownify": {
         "command": "node",
         "args": [
           "/absolute/path/to/markdownify-mcp/dist/index.js"
         ],
         "env": {
           "UV_PATH": "/path/to/uv"
         }
       }
     }
   }
   

5. احفظ وأعد تشغيل Claude وتحقق.

Cursor

1. المتطلبات: Node.js، pnpm.
2. استنسخ وثبّت الاعتماديات.
3. ابنِ باستخدام pnpm run build.
4. حرر قسم mcpServers في إعدادات Cursor:

   {
     "mcpServers": {
       "markdownify": {
         "command": "node",
         "args": [
           "/absolute/path/to/markdownify-mcp/dist/index.js"
         ],
         "env": {
           "UV_PATH": "/path/to/uv"
         }
       }
     }
   }
   

5. احفظ وأعد تشغيل Cursor.

Cline

1. ثبّت Node.js وpnpm، ثم استنسخ وثبّت الاعتماديات كما سبق.
2. ابنِ المشروع.
3. أضف خادم Markdownify MCP إلى إعدادات mcpServers:

   {
     "mcpServers": {
       "markdownify": {
         "command": "node",
         "args": [
           "/absolute/path/to/markdownify-mcp/dist/index.js"
         ],
         "env": {
           "UV_PATH": "/path/to/uv"
         }
       }
     }
   }
   

4. احفظ وأعد تشغيل Cline وتحقق.

ملاحظة: استخدم متغيرات البيئة لإدارة مفاتيح API بشكل آمن (راجع المثال أعلاه).

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في تدفق عملك على FlowHunt، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي الخاص بك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP باستخدام هذا التنسيق من JSON:

{
  "markdownify": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع إمكانية الوصول لجميع وظائفه وقدراته. تذكّر تغيير “markdownify” إلى اسم خادم MCP الفعلي واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى الجدول أعلاه، يركّز خادم Markdownify MCP على أدوات التحويل العملية وإرشادات الإعداد، لكنه يفتقر إلى تفاصيل حول قوالب الموجهات والموارد وميزات MCP المتقدمة مثل العينات والجذور. التوثيق واضح فيما يخص الأدوات والإعداد، لكن المعلومات حول أساسيات MCP المتعمقة غير متوفرة.

رأينا

خادم Markdownify MCP قوي في حالات تحويل المستندات والمحتوى، مع دعم واسع لأنواع الملفات وتوثيق جيد للإعداد. ومع ذلك، فإن غياب قوالب الموجهات الصريحة وموارد MCP ووضوح الميزات المتقدمة مثل العينات والجذور يحد من تقييمه للتكاملات المتقدمة مع MCP. للاستخدام العملي المباشر في تحويل الملفات إلى Markdown فهو ممتاز؛ أما من ناحية التوسعة البروتوكولية العميقة فهو أقل.

تقييم MCP