convertisseur-ia-mcp

🔌 Connecteurs IA · Convertisseur + OCR

Créateur : Oualid Messaoudi · Éditeur : Vitalink ATLS Education GmbH Kipsburg 31, 44263 Dortmund · HRB 38336 · vitalink-atls-education.de v1.0.0 · licence MIT

Deux serveurs MCP locaux qui font lire à l'IA des documents déjà convertis et allégés, au lieu de lui envoyer des PDF et des images bruts. 100 % hors ligne : aucun appel réseau.

Connecteur	Ce qu'il fait	Prérequis
convertisseur-ia	Tout document → Markdown léger (PDF avec texte, Word, Excel, PowerPoint, CSV, HTML, JSON, XML, RTF, TXT, code) + calcul de l'économie de tokens	Node.js ≥ 18 (multi-plateforme)
ocr-images	PDF scannés, photos et captures → texte, via l'OCR intégré à Windows · allègement d'images pour la vision	Node.js ≥ 18 + Windows 10/11

Économie typique : un courrier PDF de 88 Ko passe de ~22 000 tokens estimés à ~480, une capture d'écran de ~945 tokens image à ~90 tokens de texte.

Installation

git clone https://github.com/Walmes1/connecteurs-ia.git
cd connecteurs-ia/convertisseur-ia
npm install

ocr-images n'a aucune dépendance : rien à installer.

Puis déclarer les deux serveurs dans le client MCP (Claude Desktop, Claude Code, Cursor, VS Code, LM Studio…) — voir config-a-coller.json :

{
  "mcpServers": {
    "convertisseur-ia": {
      "command": "node",
      "args": ["C:\\chemin\\vers\\Connecteurs-IA\\convertisseur-ia\\server.js"]
    },
    "ocr-images": {
      "command": "node",
      "args": ["C:\\chemin\\vers\\Connecteurs-IA\\ocr-images\\server.js"]
    }
  }
}

Emplacements habituels du fichier de configuration :

• Claude Desktop (Windows) : %APPDATA%\Claude\claude_desktop_config.json
• Claude Code : ~/.claude.json

Redémarrer le client après modification.

Les outils

convertisseur-ia

Outil	Description
convertir_document	Un fichier → Markdown + statistiques de tokens. Options : max_chars, page_debut, page_fin
apercu_document	Aperçu bon marché : type, poids, tokens estimés, premiers caractères
convertir_dossier	Un dossier entier en un seul Markdown. Options : filtre, recursif, max_fichiers
enregistrer_markdown	Convertit et écrit un .md à côté de l'original
formats_supportes	Liste des formats et cas particuliers

ocr-images

Outil	Description
ocr_image	Photo / capture / scan → texte. langue : auto, de, fr…
ocr_pdf	PDF scanné → texte page par page. Options : pages ("1-3,7"), qualite (2 par défaut, 3 pour les petits caractères)
optimiser_image	Réduit une image à 1568 px max en JPEG → jusqu'à −80 % de tokens vision
langues_ocr	Langues OCR installées dans Windows + comment en ajouter une

Le duo

document
   │
   ├─ couche texte présente ? ── oui ─▶  convertir_document   (rapide, fidèle)
   │
   └─ non (scan, photo)      ────────▶  ocr_pdf / ocr_image   (OCR Windows, ~1 s/page)

convertir_document détecte les PDF scannés et renvoie explicitement vers ocr_pdf.

Comment ça marche

• Office sans bibliothèque externe : .docx, .xlsx, .pptx sont des archives ZIP — lecteur ZIP minimal basé sur le zlib de Node, puis conversion XML → Markdown.
• PDF : couche texte extraite via pdf.js, avec un repli intégré si la bibliothèque manque.
• OCR : Windows.Media.Ocr, déjà présent dans Windows — aucun Tesseract, aucun modèle à télécharger, aucun compte. Les pages PDF sont rendues en image par Windows.Data.Pdf. langue: "auto" essaie chaque langue installée et garde le meilleur résultat.
• Tokens : estimation ~4 caractères = 1 token pour le texte, largeur × hauteur / 750 pour les images.

Confidentialité et périmètre

• Aucun appel réseau : les fichiers sont lus sur le disque, convertis en mémoire, et seul le Markdown obtenu arrive dans la conversation.
• Ces serveurs lisent les fichiers locaux que le client MCP leur demande de lire, sans restriction de dossier — c'est le principe d'un outil local. À n'exposer qu'à un client de confiance, jamais derrière un service public.
• enregistrer_markdown et optimiser_image écrivent un fichier (par défaut à côté de l'original) ; aucun autre outil n'écrit sur le disque.
• Un OCR n'est jamais parfait : vérifier montants, numéros et écriture manuscrite sur l'original.

Dépannage

Symptôme	Solution
Les connecteurs n'apparaissent pas	Client MCP non redémarré, ou mcpServers mal placé dans le fichier de configuration
« aucune langue OCR installée »	Windows → Heure et langue → Langue et région → options de la langue → cocher OCR
Un PDF est signalé « scanné »	Il n'a pas de couche texte : passer par ocr_pdf
.doc / .xls / .ppt refusés	Anciens formats binaires : ré-enregistrer en .docx / .xlsx / .pptx
OCR imprécis sur petits caractères	ocr_pdf avec qualite: 3

Vérification rapide (doit lister les outils) :

echo {"jsonrpc":"2.0","id":1,"method":"tools/list"} | node convertisseur-ia/server.js

Structure

Connecteurs-IA/
├── README.md · PUBLICATION.md · LICENSE · config-a-coller.json
├── _shared/mcp.js             micro-serveur MCP (stdio, 0 dépendance)
├── convertisseur-ia/
│   ├── server.js              5 outils
│   ├── server.json            manifeste registre MCP
│   └── lib/                   convert · office · zip · pdftext
└── ocr-images/
    ├── server.js              4 outils
    ├── server.json            manifeste registre MCP
    └── win-ocr.ps1            OCR Windows + rendu PDF + redimensionnement

Licence

MIT — © 2026 Vitalink ATLS Education GmbH, Dortmund (HRB 38336). Conçu et développé par Oualid Messaoudi.

Noms réservés pour la distribution : @vitalink-atls/convertisseur-ia-mcp, @vitalink-atls/ocr-images-mcp, de.vitalink-atls-education/convertisseur-ia, de.vitalink-atls-education/ocr-images — détails dans PUBLICATION.md.