# docsift

Локальный MCP-сервер: один раз конвертирует документы в Markdown, индексирует их и отдаёт агенту только нужные фрагменты с номерами страниц.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI · ★ 7
- Автор: anishmoncivarghese
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/anishmoncivarghese/docsift
- Обновлён: 2026-08-12
- HTML: https://affpapa.org/nevibecode/mcp/docsift

## Что делает

DocSift решает простую проблему: PDF на 300 страниц не влезает в контекст, а вставлять его целиком дорого. Сервер один раз прогоняет документ через конвертер, режет на чанки с учётом бюджета токенов и складывает результат в `./output/`. Дальше на вопрос агента возвращаются три подходящих куска вместо всего файла — с номерами страниц и заголовками разделов, чтобы на них можно было сослаться.

Внутри два движка: PDF идёт через Docling, остальное — через MarkItDown. Работает на вашей машине, без облачных API и аккаунтов. Нужен Python 3.11 или новее. На Linux ставьте с флагом `--torch-backend auto`: без него uv подтянет CUDA-сборку PyTorch, а это лишние гигабайты `nvidia-*` на машине без видеокарты NVIDIA.

Из офисных форматов поддерживаются только `.docx`, `.xlsx`, `.pptx`. Старые `.doc`, `.xls`, `.ppt` сервер отклоняет сразу, по имени файла, а не на середине конвертации — пересохраните их в современный формат. В браузерных claude.ai и ChatGPT этот сервер не подключить: там нужен удалённый транспорт, а у DocSift его нет.

## Требования
- Нужно: Python и uv (команды через uvx)

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
claude mcp add docsift -- uvx docsift
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from docsift <команда>

### Codex

**Командой платформы**
```bash
codex mcp add docsift -- uvx docsift
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from docsift <команда>

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "docsift": {
            "command": "uvx",
            "args": [
                "docsift"
            ]
        }
    }
}
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from docsift <команда>

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "docsift": {
            "type": "stdio",
            "command": "uvx",
            "args": [
                "docsift"
            ]
        }
    }
}
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from docsift <команда>

### Gemini CLI

**Командой платформы**
```bash
gemini mcp add docsift uvx docsift
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from docsift <команда>

## Когда брать
- ужать большой PDF до нескольких релевантных фрагментов
- найти ответ в своих документах, не выкладывая их в облако
- получить цитату с номером страницы и заголовком раздела
- конвертировать `.docx` и `.pptx` в чистый Markdown
- нарезать документ на чанки под бюджет токенов

## Примеры запросов агенту
- Найди в `report.pdf` раздел про выручку за третий квартал и покажи номер страницы
- Проиндексируй `contract.docx` и ответь, какие там сроки оплаты
- Найди в моих документах упоминания интеграции с Postgres

## Похожие
- [REA](https://affpapa.org/nevibecode/mcp/rea.md) — MCP-сервер · ★ 386989
- [GitHub](https://affpapa.org/nevibecode/mcp/github.md) — MCP-сервер · ★ 33918
- [Netdata](https://affpapa.org/nevibecode/mcp/netdata.md) — MCP-сервер · ★ 81115
- [browser-use](https://affpapa.org/nevibecode/mcp/browser-use.md) — MCP-сервер · ★ 119160
- [Codebase Memory](https://affpapa.org/nevibecode/mcp/codebase-memory.md) — MCP-сервер · ★ 47392
- [mcp-server](https://affpapa.org/nevibecode/mcp/mcp-server.md) — MCP-сервер · ★ 43872

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md