Twój agent do kodowania potrafi postawić szkielet aplikacji, rozplątać stack trace i pokłócić się z Tobą o taby kontra spacje. Ale podaj mu PDF i poproś o edytowalny dokument Worda, a utknie. Pliki leżą na Twoim dysku; model żyje w czacie. Nic ich nie łączy.
Dokładnie ta luka jest powodem, dla którego zbudowaliśmy GuruPDF MCP — niewielki serwer MCP, który daje Claude, Cursorowi i każdemu innemu klientowi MCP sposób, żeby naprawdę konwertować pliki. Wstaw ścieżkę do promptu, powiedz, czego chcesz, a skonwertowany plik za chwilę ląduje z powrotem na Twoim dysku. Żadnego ekranu z wgrywaniem, żadnego "pobierz, a potem wgraj gdzieś indziej". Po prostu "skonwertuj ~/contracts/lease.pdf na Worda".
Czym właściwie jest MCP do konwersji plików
MCP — Model Context Protocol — to wtyczka, która pozwala agentowi AI używać narzędzi spoza własnej głowy. Serwer udostępnia kilka akcji; agent wywołuje je, gdy Twój prompt tego wymaga. Są serwery MCP do baz danych, przeglądarek, GitHuba.
Brakowało dobrego do plików. Więc PDF MCP — a tak naprawdę MCP do konwersji plików, bo sięga daleko poza sam PDF — to po prostu serwer, który przyjmuje plik w jednym formacie i oddaje go w innym. PDF na Word. Folder obrazów w jeden PDF. Zeskanowaną stronę na przeszukiwalny tekst. Agent pyta; GuruPDF konwertuje.
Pod maską to ten sam silnik, który stoi za gurupdf.com: 126 narzędzi, ponad 100 formatów, teraz dostępnych prosto z Twojego edytora.
Konfiguracja w jakieś dwie minuty
Potrzebujesz dwóch rzeczy: Node (do npx) i darmowego klucza API GuruPDF. Klucz odbierzesz na gurupdf.com/profile — darmowe konta dostają dzienne kredyty, więc możesz zacząć konwertować od ręki.
Serwer instaluje się i uruchamia sam przez npx; nie ma czego klonować:
npx gurupdf-mcpNie odpalisz tego jednak ręcznie — wskazujesz na to swojego klienta MCP. W Cursorze, Claude Desktop, VS Code czy Windsurfie wrzuć to do konfiguracji MCP:
{
"mcpServers": {
"gurupdf": {
"command": "npx",
"args": ["-y", "gurupdf-mcp"],
"env": { "GURUPDF_API_KEY": "your-token-here" }
}
}
}Zrestartuj klienta, a Twój agent po cichu zyskuje cztery narzędzia: skonwertuj plik, sprawdź zadanie, wypisz, co jest wspierane, i sprawdź stan kredytów. To cała konfiguracja.
Co naprawdę możesz z tym zrobić
To najfajniejsza część. Gdy już wszystko jest podpięte, to są prawdziwe prompty, które po prostu działają:
- "Skonwertuj ~/Downloads/invoice.pdf na Worda, żebym mógł poprawić sumy." — obok oryginału pojawia się edytowalny
.docx. - "Złóż każdy zrzut ekranu z ~/shots w jeden PDF." — obrazy scalone, po kolei, w jeden plik.
- "Ten skan to tylko obraz. Zrób na nim OCR i daj mi tekst." — prawdziwy tekst wyciągnięty z pikseli.
- "Skompresuj report.pdf, ma 40 MB, a muszę go wysłać mailem." — mniejszy plik, wciąż czytelny.
- "Zrób PDF ze strony https://example.com/pricing." — żywa strona wyrenderowana do PDF.
Nigdy nie zapamiętujesz nazw narzędzi ani formatów. Powiedz cel zwykłym językiem, a serwer sam dobierze, które z 126 narzędzi pasuje, uruchomi je i zapisze wynik na dysku. Scalanie, dzielenie, obracanie, zabezpieczanie hasłem, znak wodny, Excel ↔ PDF, HEIC → JPG — wszystko tam jest.
Odpowiada, gdy coś jest nie tak
Większość konwerterów wykłada się z kryptycznym kodem, a ten jest zbudowany tak, żeby tłumaczyć się przez Twojego agenta — bo to agent faktycznie czyta odpowiedź.
Skończą Ci się zasoby w darmowym planie, a nie dostaniesz gołego 402. Dostaniesz zdanie, które Twój asystent Ci przekaże: wykorzystałeś darmowy limit (2 konwersje na minutę, 10 dziennie), resetuje się jutro, a tu masz link, jeśli wolisz nie czekać. Podaj narzędziu zły format albo zbyt duży plik, a powie Ci dokładnie to — słowami, nie numerem błędu. Nigdy nie musisz wychodzić z rozmowy, żeby dojść, co się stało.
Ta idea "wytłumacz to przez agenta" jest też powodem, dla którego tak męczymy się nad słowami. Komunikat o błędzie, którego człowiek nigdy nie przeczyta, i tak musi mieć sens dla modelu, który go przekazuje.
Co siedzi pod maską
- 126 narzędzi, ponad 100 formatów. PDF, Word, Excel, PowerPoint, obrazy, e-booki, nawet wideo — ten sam silnik co na stronie.
- Prawdziwy darmowy plan. Każde konto dostaje dzienne kredyty. Dla cięższego użycia są płatne plany i pakiety kredytów, a Twój agent wskaże Ci je wtedy, gdy ma to realny sens — nie wcześniej.
- Pliki nie zalegają. Wszystko przechodzi przez HTTPS i jest usuwane w ciągu godziny. MCP zapisuje wynik na Twoim dysku; kopia po naszej stronie znika niedługo później.
- Open source. Serwer jest na licencji MIT, opublikowany w npm i wpisany do oficjalnego rejestru MCP, więc możesz przeczytać każdą linijkę, zanim go uruchomisz.
Pobierz
Jeśli cały dzień spędzasz w Claude albo Cursorze i ciągle skaczesz na jakąś stronę z konwerterem, to kasuje tę podróż w tę i z powrotem.
- Instalacja:
npx gurupdf-mcp - Pakiet: npmjs.com/package/gurupdf-mcp
- Rejestr: wyszukaj "GuruPDF" w oficjalnym rejestrze MCP
- Klucz API: gurupdf.com/profile
Dodaj go raz i zapomnij, że tam jest — aż do następnego razu, gdy otworzyłbyś kartę przeglądarki, żeby skonwertować plik, a Twój agent po prostu zrobi to za Ciebie.
