【完全動作版】PDF Reader MCP大改修！OCRスタブ版実装とファイル整理で実用性UP

// 問題のコード
const filePath = args.file_path; // "C:\\Users\\san_A\\Downloads\n\\file.pdf"

// src/index.ts（修正版）
function normalizePath(inputPath: string): string {
  // 改行文字、キャリッジリターンを除去
  let normalized = inputPath
    .replace(/[\r\n]+/g, '')  // すべての改行を除去
    .trim();                   // 前後の空白も除去
  
  // Windowsパスの正規化
  if (process.platform === 'win32') {
    normalized = normalized.replace(/\//g, '\\');
  }
  
  // 絶対パスに変換
  return path.resolve(normalized);
}

// OCR_IMPLEMENTATION_PLAN.md より
import Tesseract from 'tesseract.js';
import * as pdf2pic from 'pdf2pic';

// PDFを画像に変換してOCR処理する予定だった

# 5回のビルド試行記録
20250811_npmrunbuild1.txt  # pdf2picエラー
20250811_npmrunbuild2.txt  # 依存関係エラー
20250811_npmrunbuild3.txt  # ネイティブモジュールエラー
20250811_npmrunbuild4.txt  # Tesseractエラー
20250811_npmrunbuild5.txt  # 最終的にスタブ版で成功

// src/ocr_stub.ts
export class OCRService {
  static async isImagePDF(filePath: string): Promise<boolean> {
    try {
      const dataBuffer = await fs.readFile(filePath);
      const data = await pdfParse(dataBuffer);
      
      // テキストが少ない場合は画像PDFと判定
      const textLength = (data.text || '').trim().length;
      const pageCount = data.numpages || 1;
      const avgTextPerPage = textLength / pageCount;
      
      // 1ページあたり100文字未満なら画像PDF
      return avgTextPerPage < 100;
    } catch (error) {
      return true; // エラー時は画像PDFとして扱う
    }
  }

  static async performOCR(
    filePath: string, 
    options: any
  ): Promise<string> {
    // 代替方法を案内するメッセージを返す
    return `
📸 画像PDFを検出しました

このPDFは画像ベースのため、OCR処理が必要です。
現在のバージョン（v0.3.0）では、OCR機能は開発中です。

🔧 代替方法：

1. **Adobe Acrobat Pro**を使用
   - ファイル → OCRを使用してテキストを認識
   - 処理後のPDFを再度読み込み

2. **Google Drive**を使用
   - PDFをアップロード
   - Googleドキュメントで開く
   - 自動的にOCR処理される

3. **オンラインOCRサービス**
   - SmallPDF: https://smallpdf.com/jp/pdf-ocr
   - iLovePDF: https://www.ilovepdf.com/ja/ocr-pdf

4. **Screenshot MCP**（開発中）
   - PDFを画像化して処理
   - 近日公開予定

ファイル情報：
- パス: ${filePath}
- タイプ: 画像ベースPDF
- 推奨: Adobe Acrobat ProでOCR処理
`;
  }
}

# 実際の整理コマンド記録（20250811_foldercleanup.txt）
mkdir archives
mkdir archives\src_backup

# 古いOCR実装の移動
move src\index_ocr.ts archives\src_backup\
move src\ocr_broken.ts archives\src_backup\
move src\ocr_fixed.ts archives\src_backup\
move src\ocr_lite.ts archives\src_backup\
move src\ocr_original.ts archives\src_backup\

# 不要なバッチファイルの削除
del build.bat
del build_fixed.bat
del check_ocr_setup.bat
del test_ocr.js
del OCR_IMPLEMENTATION_PLAN.md

pdf-reader-mcp/
├── src/
│   ├── index.ts       # メインサーバー（クリーン版）
│   ├── ocr.ts        # OCRインターフェース
│   └── ocr_stub.ts   # OCRスタブ実装
├── dist/             # ビルド出力
├── archives/         # 過去のバージョン保管
│   └── src_backup/   # 開発中のファイル
├── README.md         # 完全な使い方ガイド
├── 使い方ガイド.md    # 日本語詳細ガイド
└── package.json      # v0.3.0

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === 'pdf_detect_type') {
    const { file_path } = request.params.arguments as any;
    const normalizedPath = normalizePath(file_path);
    
    const isImage = await OCRService.isImagePDF(normalizedPath);
    
    return {
      content: [{
        type: "text",
        text: `PDFタイプ判定結果：
        
ファイル: ${path.basename(normalizedPath)}
タイプ: ${isImage ? '画像ベースPDF' : 'テキストベースPDF'}
${isImage ? '\n⚠️ このPDFはOCR処理が必要です。' : '\n✅ このPDFはそのまま読み取り可能です。'}`
      }]
    };
  }
});

if (request.params.name === 'pdf_ocr_text') {
  const { file_path } = request.params.arguments as any;
  const normalizedPath = normalizePath(file_path);
  
  // スタブ版：代替方法を案内
  const message = await OCRService.performOCR(normalizedPath, {});
  
  return {
    content: [{
      type: "text",
      text: message
    }]
  };
}

async function safeReadPDF(filePath: string): Promise<string> {
  try {
    const normalizedPath = normalizePath(filePath);
    
    // ファイル存在確認
    await fs.access(normalizedPath);
    
    // PDFタイプ判定
    const isImage = await OCRService.isImagePDF(normalizedPath);
    
    if (isImage) {
      // 画像PDFの場合は案内メッセージ
      return await OCRService.performOCR(normalizedPath, {});
    }
    
    // テキストPDFの場合は通常処理
    return await readPDFContent(normalizedPath);
    
  } catch (error: any) {
    // 詳細なエラーメッセージ
    if (error.code === 'ENOENT') {
      throw new Error(`ファイルが見つかりません: ${filePath}`);
    }
    throw error;
  }
}

# 使い方の例

## PDFタイプの確認
「C:\Users\san_A\Downloads\scan.pdf のタイプを判定して」
→ 画像ベースPDFと判定、代替方法を案内

## テキスト抽出（テキストPDF）
「C:\Users\san_A\Downloads\report.pdf を読んで」
→ テキストを即座に抽出

## OCR処理が必要な場合
「C:\Users\san_A\Downloads\scan.pdf をOCRで読み取って」
→ Adobe Acrobat ProやGoogle Driveの使い方を案内

// Bad
throw new Error("Error");

// Good
throw new Error(`
  ファイルが見つかりません。
  入力パス: ${filePath}
  ヒント: パスに改行が含まれていないか確認してください
`);

// 実装できない機能でも、適切な案内を提供
static async performOCR(): Promise<string> {
  return `この機能は開発中ですが、
          以下の方法で同じ結果が得られます...`;
}

# エラーログの保管
archives/
├── npmrunbuild1.txt  # 各ビルド試行の記録
├── npmrunbuild2.txt
├── npmrunbuild3.txt
├── npmrunbuild4.txt
└── npmrunbuild5.txt  # 成功版