Sırdaş

MCP · CLI · Python · n8n · TypeScript · Docker

La capa de documentos para tus agentes de IA

PDF, escaneos, Word, Excel, PowerPoint, correos y fotos convertidos en datos que un agente puede citar: tipo de documento, campos con página y posición, tablas, formularios, trozos y datasets. En tu máquina: sin subir archivos, sin créditos y sin cola.

¿Usas un agente de IA?

Copia estas instrucciones y pégalas en Claude, ChatGPT o Cursor. El agente lee nuestra documentación en Markdown, se instala y te dice qué puede hacer.

llms.txt

¿Eres un agente?

Todo esta web tiene versión en texto plano:

Instálalo donde ya trabajas

Una línea. Luego pídele «lee factura.pdf».

claude mcp add sirdas -- npx -y @sirdaspdf/mcp

Una llamada lo hace todo

read_document desbloquea, pasa OCR si hace falta, identifica, extrae con cita, anonimiza, trocea y te dice qué ofrecer después. Esto es lo que devuelve:

{
  "status": "ok",
  "format": "pdf",
  "document_type": "factura",
  "steps": ["Extracted text from 2 page(s).", "Identified as factura (match 1).", "Extracted 8 field(s) with page citations.", "Replaced 3 personal data item(s) with placeholders."],
  "fields": [
    { "name": "total", "value": "1.428.000", "page": 2,
      "evidence": "Total a pagar: $ 1.428.000", "bbox": [0.08, 0.61, 0.43, 0.63] },
    { "name": "cufe", "value": "8f3a2b1c…", "page": 1, "bbox": [0.08, 0.22, 0.71, 0.24] }
  ],
  "chunks": [{ "id": "fnv1a:9c1e…", "pages": [1, 2], "section": ["Factura"], "tokens": 412, "text": "…" }],
  "next_steps": [{ "tool": "pdf_tables", "why": "Export the invoice line items to CSV." }],
  "bytes_sent": 0
}

Entra casi cualquier archivo

  • PDF y PDF escaneado
  • PNG y JPG
  • Word (.docx), .odt, .rtf
  • Excel (.xlsx), .ods, CSV
  • PowerPoint (.pptx), .odp
  • EPUB y HTML
  • Correos .eml
  • JSON, Markdown, texto

Sale en el formato que tu stack ya usa

  • Chat (OpenAI, TRL)
  • Alpaca (Axolotl, LLaMA-Factory, Unsloth)
  • ShareGPT
  • LangChain Documents
  • LlamaIndex TextNodes
  • Embeddings (id + texto + metadatos)
  • Tarjeta de Hugging Face
  • train / validation / test por documento

Por qué local

Privacidad demostrable

Historias clínicas, contratos y nóminas nunca salen del equipo. El MCP no abre conexiones de red.

Sin créditos ni cola

Los parsers en la nube cobran por página. Aquí 100 000 páginas cuestan lo mismo que una.

Cada dato se puede comprobar

Todo campo trae la línea de origen y su caja en la página: el agente cita, no inventa.

Lo que todavía no hace

Leer escritura a mano, convertir gráficos en datos o detectar una casilla marcada con bolígrafo sobre un escaneo necesita un modelo de visión, y no lo prometemos. Word, Excel y PowerPoint se leen por su contenido, no se reproducen con su diseño.

Documentación completa