PDF Reader 扩展
🎥Plug & Play
Watch the demo
本教程介绍如何把 PDF Reader MCP 服务器 添加为 goose 扩展,让 goose 能够读取并提取受保护和未受保护 PDF 中的文本。
快速安装
- goose Desktop
- goose CLI
命令
uvx mcp-read-pdf
配置
信息
运行此命令需要系统已安装 uv,因为会用到 uvx。
- goose Desktop
- goose CLI
- Launch the installer
- Click
Yesto confirm the installation - Click the button in the top-left to open the sidebar
- Navigate to the chat
- Run the
configurecommand:
goose configure
- Choose to add a
Command-line Extension.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◆ What type of extension would you like to add?
│ ○ Built-in Extension
│ ● Command-line Extension (Run a local command or script)
│ ○ Remote Extension (Streamable HTTP)
└
- Give your extension a name.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◇ What type of extension would you like to add?
│ Command-line Extension
│
◆ What would you like to call this extension?
│ PDF Reader
└
- Enter the command to run when this extension is used.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◇ What type of extension would you like to add?
│ Command-line Extension
│
◇ What would you like to call this extension?
│ PDF Reader
│
◆ What command should be run?
│ uvx mcp-read-pdf
└
- Enter the number of seconds goose should wait for actions to complete before timing out. Default is
300seconds.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◇ What type of extension would you like to add?
│ Command-line Extension
│
◇ What would you like to call this extension?
│ PDF Reader
│
◇ What command should be run?
│ uvx mcp-read-pdf
│
◆ Please set the timeout for this tool (in secs):
│ 300
└
- Enter a description for this extension.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◇ What type of extension would you like to add?
│ Command-line Extension
│
◇ What would you like to call this extension?
│ PDF Reader
│
◇ What command should be run?
│ uvx mcp-read-pdf
│
◇ Please set the timeout for this tool (in secs):
│ 300
│
◆ Enter a description for this extension:
│ Read large and complex PDF documents
└
- Choose
Nowhen asked to add environment variables.
┌ goose-configure
│
◇ What would you like to configure?
│ Add Extension
│
◇ What type of extension would you like to add?
│ Command-line Extension
│
◇ What would you like to call this extension?
│ PDF Reader
│
◇ What command should be run?
│ uvx mcp-read-pdf
│
◇ Please set the timeout for this tool (in secs):
│ 300
│
◇ Enter a description for this extension:
│ Read large and complex PDF documents
│
◆ Would you like to add environment variables?
│ No
│
└ Added PDF Reader extension
使用示例
这个示例演示如何用 PDF Reader 扩展,按特定条件评估一份求职者简历。有了 PDF Reader 扩展,goose 可以读取指定页面或整份文档,也能从大型、复杂的 PDF 中提取文本。
goose 提示词
阅读 ~/Downloads/resume.pdf 这份简历,评估候选人与以下岗位要求的匹配程度:
- 5 年以上后端开发经验
- 扎实的系统设计与分布式系统知识
- 云基础设施经验(优先 AWS)
- 曾带领技术项目或团队
- 加分项:熟悉 LLM 或 AI/ML 工具
每项要求给出 5 分制评分和支持证据,最后用优点、缺点和结论做总结:非常匹配 / 中等匹配 / 匹配较弱。
goose 输出
命令行
我来对照这些要求分析简历。先读取 PDF。
─── read_pdf | pdf ──────────────────
file_path: ~/Downloads/resume.pdf
接下来根据简历内容,逐项评估候选人:
1. 后端开发经验(5 年以上)
评分:5/5
- 在多家公司担任软件工程师超过 7 年
- 大量使用 Java、Python 和 Go 做后端开发
- 构建并维护多个后端服务和 API
- 深入掌握微服务架构和 RESTful API
2. 系统设计与分布式系统知识
评分:4.5/5
- 设计并实现分布式缓存系统
- 有高吞吐消息队列系统经验
- 为微服务实现过服务网格架构
- 对可扩展性和可靠性模式理解扎实
- 做过每天处理数百万笔交易的系统
3. 云基础设施经验(优先 AWS)
评分:4/5
- 有丰富的 AWS 经验,包括:
- EC2、ECS 和 Lambda
- S3 和 DynamoDB
- CloudWatch 和 CloudFormation
- 有基础设施即代码经验
- 有 Kubernetes 部署和管理经验
- 在云环境中实现过 CI/CD 流水线
4. 曾带领技术项目或团队
评分:4.5/5
- 带领 5 名工程师开发新的支付处理系统
- 指导初级开发者并参与技术面试
- 从立项到交付管理过多个关键项目
- 成功协调跨职能团队
- 在架构决策中展现了技术领导力
5. 加分项:熟悉 LLM 或 AI/ML 工具
评分:3.5/5
- 近期实现过 ML 模型部署流水线
- 做过自然语言处理系统
- 对 ML 概念和框架有基础理解
- 接触过 LLM 集成,但并不深入
总结
优点:
- 后端开发年限超过要求
- 多个领域的技术深度扎实
- 有经证实的领导和项目管理能力
- 云基础设施经验全面
- 现代 AI/ML 技术有良好基础
缺点:
- 虽有 AWS 经验,但对一些较新云服务的经验会更有帮助
- AI/ML 经验不错,但在 LLM 上不够专深
- 特定云原生模式的经验还可以再多一些
结论:非常匹配
候选人在核心要求上表现突出,尤其是后端开发和系统设计。领导经验和云基础设施知识也很扎实。AI/ML 经验不算丰富,但该岗位把它列为加分项,现有水平已经足够。技术经验的广度和深度,加上已展现的领导力,使这个人非常适合该职位。
整体画像表明,此人可以立刻做出贡献,并有能力在需要补强的领域继续成长。分布式系统的扎实基础和带队记录,对技术领导岗位尤其有价值。
评分汇总:
- 后端开发:5/5
- 系统设计:4.5/5
- 云基础设施:4/5
- 领导经验:4.5/5
- AI/ML(加分):3.5/5
总分:21.5/25(不含加分项)