文档处理

这个 Server 把 Hiro Translation API 的流式翻译接口（POST /compute/hiro_translation_api/translate，operationId: translateStream）包装成 MCP Tool，在 Cursor / Claude Code 等客户端中翻译专利与技术文本；支持 18 种语言互译，以 SSE 滑动窗口顺序翻译，更强调整篇上下文一致性。

• 翻译专利摘要、权利要求、说明书等技术文本时 • 需要 zh↔en 专利翻译，或其它支持语向互译时 • 需要更高整篇上下文一致性、可接受流式分段返回时 • 不适用于：版面 OCR、整文件解析、实时协同编辑

与 Hiro Translation API 流式请求体对齐（MCP Tool 入参同名）： • 参数: content；必填: 是；默认: —；说明: 待翻译原文，不能为空；默认最大 65,536 字符 • 参数: sourceLanguageCode；必填: 是；默认: —；说明: 源语言代码，如 zh • 参数: targetLanguageCode；必填: 是；默认: —；说明: 目标语言代码，须与源语言不同 另需：可访问的 MCP 端点（Streamable HTTP）及环境要求的鉴权信息（如 Bearer Token）。 支持的语言代码（18）： zh en ja ko de fr ru es pt it nl ar hi th vi id tr pl

SSE 事件 data: {json}，单条载荷示例： { "state": "success", "textOriginal": "一种低损耗换热器", "textTranslated": "A low-loss heat exchanger", "translatedCharacterCount": 25 } 失败时返回 HTTP 错误或 {"error": "..."}（空文本、非法语言、超长、上游不可用等）。

• Tool 名称：translation_text（对应后端 operationId: translateStream）；参数与响应字段与 hiro-translation-api 流式接口一致（camelCase：sourceLanguageCode / textTranslated 等） • zh↔en 走专利模型；其它语向走 Google（失败可 LLM 兜底）——由上游路由，对调用方透明 • Stage 示例：POST .../compute/hiro_translation_api/translate；健康检查：GET .../health

Smart Document Full Parsing MCP 对上传的图片、PDF 或 Office 文档执行完整解析，包括： • 版面检测（Layout）：识别文本块、标题、图片、表格、公式、化学结构式等区域。 • OCR：提取区域中的文字内容。 • 结构化输出：返回页码、区域类型、OCR 内容、归一化坐标、置信度和可用的裁剪图链接。 • Markdown 输出：把整份文档汇总为适合摘要、问答、翻译或知识库入库的 Markdown。 本 MCP 只提供完整解析（Layout + OCR），不提供“仅 Layout、不做 OCR”的独立能力。

• 从扫描件、图片或 PDF 中提取文字、表格、公式及图片区域。 • 将专利、论文、报告、演示文稿或表格文件转换成 Markdown。 • 同时获得 OCR 内容和页面区域坐标，保留文档结构。 • 提取化学结构式、插图、公式和表格的裁剪图链接。 • 为后续摘要、翻译、问答或知识库构建准备可机器处理的内容。 不适用于： • 只需要版面坐标、明确要求不执行 OCR 的请求。 • 超过 20 MB 或超过 200 页的单个文档。 • odt、odp、ods、rtf 等未公开支持的格式。 • 需要直接编辑、覆盖或保存源文档的场景。 • 对处理结果有毫秒级响应要求的实时场景。

• file：必填。待解析文件，使用 multipart/form-data 上传。 • output_format：可选，默认 markdown。 • markdown：只返回 Markdown；results 为空数组。 • jsonl：只返回结构化结果；不返回 markdown 字段。 • both：同时返回结构化结果和 Markdown。 公开支持的格式： png、jpg、jpeg、pdf、doc、docx、ppt、pptx、xls、xlsx 文档内容公开支持中文、英文和日文。

成功响应使用统一响应包： { "status": "success", "data": { "state": "success", "total_pages": 1, "file_type": "png", "results": [], "markdown": "..." }, "error_code": 0, "error_msg": "success" } 主要字段： • total_pages：解析页数；响应头 X-Openapi-Amount 也返回本次解析页数。 • file_type：根据上传文件扩展名识别的文件类型。 • results：结构化区域列表。page 从 0 开始。 • type：Layout 模型返回的区域类型。 • content：OCR 识别内容；无文本时可为 null。 • bbox：[x1, y1, x2, y2, confidence]，每个值范围为 0 到 1。 • url：化学结构式、图片、公式或表格等区域的裁剪图签名链接；未生成时为 null。 • markdown：output_format 为 markdown 或 both 时返回。 常见错误码： • INVALID_FILE_FORMAT • FILE_TOO_LARGE • OCR_FAILED • LAYOUT_DETECTION_FAILED • PDF_PARSE_FAILED • DOCUMENT_CONVERSION_FAILED • GATEWAY_TIMEOUT • INTERNAL_ERROR

• 单个文件不得超过 20 MB，单个文档不得超过 200 页。 • 单次处理超过 300 秒会返回 GATEWAY_TIMEOUT。 • 图片及区域裁剪链接为临时签名链接，有效期为 7 天；需要长期保存时应及时下载并转存。 • page 从 0 开始；调用方展示页码时通常需要加 1。 • output_format=markdown 时 results 为空数组是预期行为，不代表解析失败。 • 加密或损坏的 PDF、转换失败的 Office 文档会返回对应错误码。 • 10 并发建议 p95 验收标准： • 页数范围: <5；p95 建议上限: 18 秒；错误率建议上限: <0.5% • 页数范围: 5-10；p95 建议上限: 25 秒；错误率建议上限: <0.5% • 页数范围: 10-15；p95 建议上限: 35 秒；错误率建议上限: <0.5% • 页数范围: 15-20；p95 建议上限: 45 秒；错误率建议上限: <0.5% • 页数范围: 20-50；p95 建议上限: 70 秒；错误率建议上限: <1% • 页数范围: 50-100；p95 建议上限: 120 秒；错误率建议上限: <3% • 页数范围: >100；p95 建议上限: 不作为常规 SLA；错误率建议上限: 专项压测并单独限流