Kreuzberg MCP — Cas d'usage, Installer & Démo en direct

Pourquoi l'utiliser

Fonctionnalités clés

Plus de 97 formats — PDF, DOCX, XLSX, PPTX, images, HTML, ePub, RTF
Noyau rouille — rapide, faible empreinte mémoire par rapport aux alternatives Python
OCR intégré (Tesseract/PaddleOCR) pour les documents numérisés
Préserve la structure — tableaux comme annotation, en-têtes, listes
Extrait les métadonnées : auteur, date de création, nombre de mots, langue

Démo en direct

Aperçu en pratique

kreuzberg.replay ▶ prêt

0/0

Installer

Choisissez votre client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "kreuzberg": {
      "command": "uvx",
      "args": [
        "kreuzberg-mcp"
      ]
    }
  }
}

Ouvrez Claude Desktop → Settings → Developer → Edit Config. Redémarrez après avoir enregistré.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "kreuzberg": {
      "command": "uvx",
      "args": [
        "kreuzberg-mcp"
      ]
    }
  }
}

Cursor utilise le même schéma mcpServers que Claude Desktop. La config projet l'emporte sur la globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "kreuzberg": {
      "command": "uvx",
      "args": [
        "kreuzberg-mcp"
      ]
    }
  }
}

Cliquez sur l'icône MCP Servers dans la barre latérale Cline, puis "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "kreuzberg": {
      "command": "uvx",
      "args": [
        "kreuzberg-mcp"
      ]
    }
  }
}

Même format que Claude Desktop. Redémarrez Windsurf pour appliquer.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "kreuzberg",
      "command": "uvx",
      "args": [
        "kreuzberg-mcp"
      ]
    }
  ]
}

Continue utilise un tableau d'objets serveur plutôt qu'une map.

~/.config/zed/settings.json

{
  "context_servers": {
    "kreuzberg": {
      "command": {
        "path": "uvx",
        "args": [
          "kreuzberg-mcp"
        ]
      }
    }
  }
}

Ajoutez dans context_servers. Zed recharge à chaud à la sauvegarde.

claude mcp add kreuzberg -- uvx kreuzberg-mcp

Une seule ligne. Vérifiez avec claude mcp list. Supprimez avec claude mcp remove.

Cas d'usage

Usages concrets : Kreuzberg

Extraire les tableaux d'un PDF en désordre dans un markdown propre

👤 Analystes traitant des rapports PDF ⏱ ~10 min beginner

Quand l'utiliser : Vous avez un PDF avec des tables qui pdftotext mangles et vous ne voulez pas les retaper.

Prérequis

MCP installed — uvx kreuzberg-mcp — or add via claude mcp add

Déroulement

Extract

Use kreuzberg to extract /docs/2025-annual-report.pdf. Give me the tables as markdown and the body text separately.✓ Copié

→ Clean markdown tables with preserved headers
Verify

For the "Revenue by Segment" table, reconcile the column totals. Flag any OCR misreads.✓ Copié

→ Arithmetic check with flagged cells

Résultat : Markdown tables you can paste into a doc without rework.

Pièges

Scanned PDF — OCR mistakes 6 for 8 — Use the OCR confidence output and re-scan low-confidence cells manually

Combiner avec : filesystem

Ingest a folder of mixed-format docs for downstream indexing

👤 Engineers building RAG pipelines ⏱ ~30 min intermediate

Quand l'utiliser : Client drops you a zip with PDFs, Word docs, PowerPoints, and you need clean text for embedding.

Prérequis

Filesystem MCP scoped to the folder — Launch fs MCP with the ingest dir as root

Déroulement

Inventory

List every file under /ingest/. For each, call kreuzberg.detect_format and report.✓ Copié

→ Format-per-file table
Bulk extract

For each file, extract text + metadata. Write cleaned .txt next to the original and a manifest.json with metadata.✓ Copié

→ All files processed; manifest contains every entry
Quality check

List every file where extraction returned <100 chars — those are likely scanned or corrupt. Re-run with OCR forced.✓ Copié

→ Low-content files identified and retried

Résultat : A folder of cleaned text files ready for embedding, with a metadata manifest.

Pièges

Encrypted PDF — Kreuzberg returns an error — decrypt with qpdf or ask for the unlocked copy

Combiner avec : filesystem · memory

Combinaisons

Associez-le à d'autres MCPs pour un effet X10

kreuzberg + filesystem

Walk a folder and extract every doc in place

For each PDF under /docs, extract text and save as .md next to it.✓ Copié

kreuzberg + memory

Ingest extracted content into a knowledge graph

Extract /contracts/*.pdf and store key terms in memory for cross-doc querying.✓ Copié

Outils

Ce que ce MCP expose

Outil	Entrées	Quand appeler	Coût
extract_text	path: str, ocr?: bool	Primary extraction call	free
extract_metadata	path: str	Just want metadata without body text	free
extract_tables	path: str	Table-focused extraction	free
detect_format	path: str	Confirm format before extraction	free

Coût et limites

Coût d'exécution

Quota d'API: Unlimited — local
Tokens par appel: Proportional to doc size; a 20-page PDF ≈ 8k tokens of output
Monétaire: Free (open source)
Astuce: Use extract_metadata first on large files to avoid processing irrelevant ones

Sécurité

Permissions, secrets, portée

Stockage des identifiants : None for local mode

Sortie de données : None — all processing is local

Malformed PDFs can trigger parser edge cases — sandbox the MCP if processing untrusted uploads

Dépannage

Erreurs courantes et correctifs

ModuleNotFoundError: tesseract

Install Tesseract system binary: brew install tesseract / apt install tesseract-ocr

Vérifier : `tesseract --version`

Empty output on PDF

Likely image-only PDF — re-run with ocr=true

Vérifier : Check output.metadata.has_text_layer

XLSX tables come out jumbled

Pass sheet name explicitly: tool supports sheet arg

Alternatives

Kreuzberg vs autres

Alternative	Quand l'utiliser	Compromis
markdownify-mcp	You want a lighter, Node-based converter without OCR	Fewer formats, no table preservation
Unstructured.io	You need enterprise PDF parsing and accept the cloud cost	Paid; cloud-hosted

Plus

Ressources

📖 Lire le README officiel sur GitHub

🐙 Voir les issues ouvertes

🔍 Parcourir les 400+ serveurs MCP et Skills