用 GuruPDF MCP 在 Claude 和 Cursor 里转换文件

你的编程 agent 能搭出一个应用、理清一段堆栈跟踪，还能跟你争论该用 Tab 还是空格。可你要是丢给它一个 PDF，让它给你一份可编辑的 Word 文档，它就卡住了。文件在你的硬盘上，模型在聊天框里，两边谁也连不上谁。

我们做 GuruPDF MCP 就是为了填上这道缝——这是一个小巧的 MCP 服务器，给 Claude、Cursor 以及任何别的 MCP 客户端一条真正能转换文件的路子。在提示词里写上一个路径，说清楚你想要什么，转好的文件转眼就回到了你的硬盘上。没有上传界面，也不用「先下载下来，再传到别的地方去」。一句 “把 ~/contracts/lease.pdf 转成 Word” 就够了。

文件转换 MCP 到底是什么

MCP——也就是 Model Context Protocol——是让 AI agent 能用上自己脑子之外的工具的那个插头。一个服务器对外暴露几个动作；当你的提示词需要时，agent 就去调用它们。数据库、浏览器、GitHub 都有对应的 MCP 服务器。

可文件这块一直没有一个像样的。所以所谓的 PDF MCP——更准确地说是个 文件转换 MCP，因为它的本事远不止 PDF——其实就是这么一个服务器：你给它一种格式的文件，它还你另一种格式。PDF 转 Word。一整个文件夹的图片合成一个 PDF。一张扫描页变成可搜索的文字。需求由 agent 来提，转换由 GuruPDF 来做。

它背后跑的就是和 gurupdf.com 同一套引擎：126 个工具、100 多种格式，如今在你的编辑器里就能用上。

大约两分钟就能配好

你需要两样东西：Node（用来跑 npx）和一个免费的 GuruPDF API key。去 gurupdf.com/profile 领一个 key——免费账户自带每日额度，所以你能立刻开始转换。

服务器靠 npx 自己装、自己跑，没什么要 clone 的：

bash

npx gurupdf-mcp

不过你不用手动去跑它——你只要让你的 MCP 客户端指向它就行。如果用的是 Cursor、Claude Desktop、VS Code 或 Windsurf，把下面这段塞进你的 MCP 配置里：

json

{
  "mcpServers": {
    "gurupdf": {
      "command": "npx",
      "args": ["-y", "gurupdf-mcp"],
      "env": { "GURUPDF_API_KEY": "your-token-here" }
    }
  }
}

重启客户端，你的 agent 就悄悄多出四个工具：转换文件、查询任务、列出支持的格式、查看你的额度余额。整个配置就这么多。

用它到底能干些什么

这才是好玩的部分。一旦接好，下面这些都是真能跑通的提示词：

“把 ~/Downloads/invoice.pdf 转成 Word，我好改里面的合计金额。”——一个可编辑的 .docx 出现在原文件旁边。
“把 ~/shots 里的每一张截图合成一个 PDF。”——图片按顺序合并成单个文件。
“这份扫描件只是张图。OCR 一下，把文字给我。”——真正的文字从像素里被抠了出来。
“压缩一下 report.pdf，它有 40 MB，我得发邮件。”——文件更小了，但照样看得清。
“把 https://example.com/pricing 做成一个 PDF。”——把这个实时页面渲染成 PDF。

你永远不用去记工具名或格式。用大白话说出目标就行，服务器会从 126 个工具里挑出合适的那个、跑起来，再把结果写到硬盘上。合并、拆分、旋转、加密码、加水印、Excel ↔ PDF、HEIC → JPG——全都在里面。

出岔子时它会回话

大多数转换工具一失败就甩你一个看不懂的代码，而这个从设计上就会 通过你的 agent 把话讲明白——因为真正在读那条回复的，正是 agent。

免费额度快用完时，你拿到的不会是干巴巴一个 402。你会收到一句你的助手转述给你的话：你已经到了免费上限（每分钟 2 次转换、每天 10 次），明天会重置，要是不想等，这儿有个链接。给某个工具喂了错的格式、或者文件太大，它也会一字一句地告诉你究竟怎么了——是话，不是一个错误号码。你根本不用离开对话就能弄清楚发生了什么。

这种「通过 agent 把话讲明白」的思路，也正是我们为什么这么抠措辞。一条人类压根不会去读的报错信息，对那个负责转述它的模型来说，也得说得通才行。