Pandoc MCP Server

Co robi serwer MCP „pandoc”?

Serwer MCP „pandoc” to serwer Model Context Protocol zaprojektowany do płynnej konwersji formatów dokumentów z wykorzystaniem potężnego narzędzia pandoc. Działa jako pośrednik, umożliwiając asystentom AI i klientom przekształcanie treści pomiędzy różnymi formatami dokumentów (takimi jak Markdown, DOCX, HTML itp.) przy zachowaniu formatowania i struktury oryginalnych plików. Znacząco usprawnia to workflow deweloperskie, umożliwiając automatyczną konwersję dokumentów jako część większych przepływów opartych o AI, a także ułatwia integrację z API, systemami plików czy innymi źródłami danych. Serwer jest szczególnie przydatny w zadaniach, gdzie kluczowe jest zachowanie wierności dokumentu podczas konwersji, a także przewiduje możliwość rozszerzenia o wsparcie dla PDF w przyszłości.

Lista promptów

W dostępnej dokumentacji nie wspomniano o żadnych konkretnych szablonach promptów.

Lista zasobów

W dostępnych plikach repozytorium nie udokumentowano żadnych jawnych zasobów.

Lista narzędzi

• Konwersja formatów dokumentów
  Udostępnia interfejs do konwersji dokumentów pomiędzy różnymi formatami przy użyciu pandoc. Pozwala klientom wskazać format wejściowy i wyjściowy oraz obsługuje transformację z zachowaniem formatowania i struktury.

Przypadki użycia tego serwera MCP

• Automatyczna konwersja dokumentów:
  Integracja z asystentami AI w celu automatycznej konwersji dokumentów pomiędzy formatami (np. z Markdown do DOCX lub HTML), usprawniająca workflow dla technicznych autorów i programistów.
• Ścieżki publikacji treści:
  Przekształcanie plików źródłowych do wielu formatów na potrzeby publikacji (np. konwersja prac naukowych do HTML, PDF lub LaTeX na różne platformy).
• Współpraca między narzędziami:
  Umożliwienie zespołom korzystającym z różnych edytorów i systemów dokumentów komfortową współpracę poprzez konwersję plików do preferowanych formatów.
• Migracja danych i archiwizacja:
  Migracja dokumentów legacy do nowoczesnych formatów lub archiwizacja treści w standardowych, szeroko wspieranych formatach.
• Integracja z workflow dewelopera:
  Wykorzystanie w pipeline’ach CI/CD, by dokumentacja była zawsze aktualna w wielu formatach.

Jak to skonfigurować

Windsurf

1. Zainstaluj wymagane narzędzia: Upewnij się, że masz zainstalowane Node.js oraz pandoc.
2. Zlokalizuj konfigurację: Otwórz plik konfiguracyjny Windsurf.
3. Dodaj serwer pandoc MCP: Wstaw poniższy JSON do sekcji mcpServers:

   {
     "pandoc": {
       "command": "npx",
       "args": ["@pandoc/mcp-server@latest"]
     }
   }
   

4. Zapisz i zrestartuj Windsurf: Zastosuj zmiany w konfiguracji.
5. Zweryfikuj konfigurację: Sprawdź w interfejsie Windsurf, czy serwer jest widoczny i działa.

Zabezpieczanie kluczy API (jeśli wymagane):

{
  "pandoc": {
    "command": "npx",
    "args": ["@pandoc/mcp-server@latest"],
    "env": {
      "API_KEY": "${PANDOC_API_KEY}"
    },
    "inputs": {
      "api_key": "${PANDOC_API_KEY}"
    }
  }
}

Claude

1. Zainstaluj wymagane narzędzia: Upewnij się, że masz zainstalowane Node.js oraz pandoc.
2. Edytuj konfigurację: Otwórz ustawienia lub plik konfiguracyjny Claude.
3. Dodaj konfigurację serwera:

   {
     "pandoc": {
       "command": "npx",
       "args": ["@pandoc/mcp-server@latest"]
     }
   }
   

4. Zapisz zmiany i zrestartuj Claude.
5. Zweryfikuj konfigurację: Upewnij się, że serwer pandoc MCP jest widoczny i aktywny.

Cursor

1. Upewnij się, że Node.js oraz pandoc są zainstalowane.
2. Otwórz plik konfiguracyjny Cursor.
3. Wstaw JSON serwera MCP:

   {
     "pandoc": {
       "command": "npx",
       "args": ["@pandoc/mcp-server@latest"]
     }
   }
   

4. Zrestartuj Cursor, by zastosować zmiany.
5. Sprawdź dostępność MCP w interfejsie Cursor.

Cline

1. Zainstaluj Node.js oraz pandoc.
2. Otwórz plik konfiguracyjny Cline.
3. Dodaj poniższe pod mcpServers:

   {
     "pandoc": {
       "command": "npx",
       "args": ["@pandoc/mcp-server@latest"]
     }
   }
   

4. Zapisz i zrestartuj Cline.
5. Zweryfikuj działanie poprzez dashboard Cline.

Jak użyć tego MCP we flow

Używanie MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, zacznij od dodania komponentu MCP do flow i połącz go ze swoim agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracyjny. W sekcji systemowej MCP wklej dane dotyczące swojego serwera MCP w tym formacie JSON:

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

Po skonfigurowaniu agent AI będzie mógł korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zmienić „pandoc” na własną nazwę serwera MCP i podmienić URL na adres swojego serwera MCP.

Przegląd

Spośród tych dwóch tabel oceniam dokumentację oraz gotowość deweloperską mcp-pandoc MCP server na solidne 6/10. Dostarcza przejrzysty opis i instrukcje użycia, ale brakuje szczegółów dotyczących szablonów promptów, zasobów oraz zaawansowanych funkcji MCP, takich jak roots czy sampling.

Ocena MCP