Vestigium: servidor MCP para leer PDFs largos con citas verificables

Fuentes: Vestigium: MCP server for reading long PDFs with verifiable citations

Vestigium es un servidor MCP diseñado para permitir que los agentes de inteligencia artificial lean documentos PDF extensos y complejos, como informes anuales o regulaciones, con precisión y trazabilidad. A diferencia de las herramientas que procesan el documento completo a la vez, Vestigium organiza el contenido en una estructura de direcciones específicas (como s12, p45 o tab4) que permite al agente leer solo las secciones relevantes, reduciendo significativamente el coste y el tiempo de procesamiento.

El sistema utiliza Docling para parsear el PDF, incluyendo soporte para OCR en páginas escaneadas, y asigna una dirección única a cada sección, tabla, figura o término definido. Cada respuesta generada incluye la referencia exacta a la página del PDF original, lo que permite a los usuarios verificar los hechos citados. En pruebas realizadas con Claude Code, Vestigium demostró una mayor precisión que la lectura de PDFs completos, especialmente con modelos pequeños como Claude Haiku, que operó con aproximadamente la mitad del coste y tiempo de la alternativa estándar, sin introducir hechos inventados.

La herramienta destaca por su enfoque local y ligero: no requiere bases de datos vectoriales ni llamadas a modelos para construir el índice, ejecutándose íntegramente en el equipo del usuario. Además, ofrece soporte experimental para chino y funciones de búsqueda de texto exacto. Aunque las pruebas se centraron en Claude Code, la herramienta ha mostrado compatibilidad básica con otros modelos de IA. Vestigium es ideal para analistas que necesitan extraer información específica de documentos largos sin procesar todo el archivo en memoria.