يمكنك طلب من نموذج لغة كبير أو وكيل ذكاء اصطناعي استخراج البيانات من المستندات وجعل الإجابة تأتي من محرك المستندات، وليس من قراءة النموذج لملف تم لصقه. مع تشغيل خادم GroupDocs.Parser.Mcp محليًا في حاوية Docker، يُعيد طلب واحد النص، أو جدولًا، أو الصور المضمنة أو قيمة الباركود:

ماذا تقول invoice.pdf، وما الموجود في جدولها؟

الإصدار خطوة بخطوة مع التكوين واستكشاف الأخطاء موجود في الوثائق: How to extract document data with AI agents using MCP.

لماذا يحتاج وكيل الذكاء الاصطناعي إلى أداة استخراج على الإطلاق؟

نموذج الدردشة لا يعرف إلا ما يُوضع في نافذة السياق الخاصة به. إذا قمت بلصق ملف PDF في دردشة، يعمل النموذج على أي نص تمكن العميل من تسويته من الملف، مما يؤدي إلى انهيار الأعمدة، أو ظهور مسحات فارغة ولا يمكن لأحد معرفة أيهما حدث. خادم الاستخراج يخرج هذه الخطوة من النموذج: الوكيل يستدعي أداة، يقرأ محرك المستندات الملف داخل الحاوية، ويتلقى الوكيل النتيجة. ثم يقوم النموذج بما هو جيد فيه، وهو التفكير في القيم التي تم تسليمها إليه.

GroupDocs.Parser.Mcp يوفّر سبع أدوات لعملاء متوافقين مع MCP مثل Claude Desktop، Claude Code، Cursor، VS Code مع GitHub Copilot وWindsurf. خمسة منها تستخرج البيانات (extract_text، extract_tables، extract_images، extract_barcodes، extract_metadata)، واحدة تفحص (get_document_info) وواحدة تُبلغ عن الترخيص (get_license_status).

الطريقة 1: اطلب القيمة، ودع الوكيل يختار الأداة

صغ الطلب كسؤال حول المستند. يقوم الوكيل بربط السؤال بأداة.

ما تطلبه الأداة التي يستدعيها الوكيل
“ماذا تقول؟” extract_text
“ما الموجود في الجدول؟” extract_tables
“من كتبه ومتى؟” extract_metadata
“احفظ الأشكال.” extract_images
“ماذا يرمز الباركود؟” extract_barcodes

extract_text يدعم PDF، DOCX، XLSX، PPTX، TXT، HTML، CSV، EML، MSG، RTF، ODT، EPUB وأكثر من 50 تنسيقًا آخر، لذا يعمل نفس الطلب على بريد إلكتروني وعلى جدول بيانات. تُقصّر المخرجات الكبيرة جدًا بعلامة، لذا لتقرير طويل اطلبه صفحة بصفحة:

استخرج نص هذا التقرير المكوّن من 40 صفحة صفحة بصفحة وملخص كل قسم.

مثال على جلسة (مقتضبة):

You:    What does invoice.pdf say, and what is in its table?
Agent:  [calls extract_text, extract_tables]
        Invoice 2026-0412 from Northwind Supplies, dated 3 October.
        The table has 3 rows (item, quantity, amount); the amounts add up to 1,240.00.

الطريقة 2: تحقق من طبقة النص قبل أن تثق في نتيجة فارغة

ملف PDF رقمي يولد طبقة نص؛ أما المسح الضوئي فلا يحتوي ذلك. في صفحة ممسوحة، تُعيد extract_text قليلًا أو لا شيء، وهذا بيان صحيح عن الملف. اجعل الوكيل يختبر ذلك قبل أن يستخرج:

كم عدد الصفحات في هذا الملف، وهل يحتوي على نص قابل للاستخراج؟

get_document_info يُعيد اسم الملف، النوع، عدد الصفحات والحجم دون تعديل أي شيء، وتُظهر مكالمة extract_text لصفحة واحدة ما إذا كان النص موجودًا. مكالمتان رخيصتان تفصلان “هذا الملف فارغ” عن “هذا الملف صورة”. لا توجد خطوة OCR في هذا الخادم، لذا تبقى الكلمات المطبوعة في المسح كبيكسلات. الرموز هي الاستثناء، وتغطيها الطريقة 3.

الطريقة 3: اسحب ما لا تستطيع استخراج النص الوصول إليه

الجداول، الصور والباركودات لكل منها أداة مخصصة، لأن تحويلها إلى نص يفقد ما يجعلها مفيدة.

  • extract_tables تُعيد جداول Markdown تُعرض في الدردشة، أو صفوف JSON عندما تمرّر format: "json".
  • extract_images تحفظ كل صورة مدمجة في مجلد الإخراج باسم <basename>_image<N>.<ext>.
  • extract_barcodes تفكّ شفرة Code128، QR Code، PDF417، DataMatrix، EAN-13، EAN-8، UPC، Aztec وغيرها، بما في ذلك على الصفحات الممسوحة، لأن نماذج المحرك تكتشف الرموز في الصورة المرسومة.

استخرج بنود الفاتورة من invoice.pdf كـ JSON، ثم احفظ الصور من الصفحة 1.

هل يحتاج الوكيل إلى استخراج أم تحويل؟

هذه وظائف مختلفة، واختيار الخادم الخطأ يكلف جولة من الارتباك.

ما تريد الخادم
قيم من مستند: نص، جدول، باركود، خصائص GroupDocs.Parser.Mcp
المستند بصيغة أخرى مع الحفاظ على التخطيط GroupDocs.Conversion.Mcp
Markdown نظيف لكامل المستند لاستخدام RAG GroupDocs.Markdown.Mcp
تعديل أو إزالة البيانات الوصفية، ليس فقط قراءتها GroupDocs.Metadata.Mcp

تستخدم العديد من خطوط الأنابيب خادمين: تحويل للادخال، واستخراج للقراءة.

تشغيله محليًا باستخدام Docker

هذا الخادم يُوزّع كصورة Docker فقط. يضم المحرك حوالي 234 ميغابايت من نماذج ONNX، ما يجعل حزمة NuGet تتجاوز حد 250 ميغابايت، لذا لا توجد أمر dnx. قم بربط مجلد المستندات كـ /data:

docker run --rm -i -v $(pwd)/documents:/data \
  ghcr.io/groupdocs-parser/parser-net-mcp:latest

عميل الذكاء الاصطناعي الخاص بك يبدأ الحاوية كعملية فرعية عبر stdio. لا توجد منافذ واردة، وتبقى المستندات على الجهاز. تكوين كل عميل لـ Claude Desktop، Claude Code، VS Code، Cursor، Windsurf، Cline وCodex موجود في Register in AI clients.

ما هي الحدود؟

  • وضع التقييم. بدون ترخيص، يكون الاستخراج محدودًا؛ الحدود الدقيقة موجودة في licensing page. اطلب من الوكيل تشغيل get_license_status أولًا، وتعامل مع المخرجات غير المرخصة كاختبار أولي، وليس قراءة كاملة.
  • بدون OCR. لا يمكن استخراج النص من مسح ضوئي.
  • Docker فقط. تحتاج إلى تثبيت Docker؛ الصورة كبيرة، لذا احملها مرة واحدة.

الأسئلة المتكررة

هل يمكنني استخراج النص من PDF باستخدام Claude محليًا، دون رفعه؟
نعم. الخادم يعمل داخل حاوية على جهازك ويتواصل Claude Desktop معه عبر stdio، لذا يُقرأ الملف من المجلد المربوط ولا يُرسل إلى خدمة استخراج.

لماذا يُرجع الوكيل لا شيء لبعض ملفات PDF؟
من المحتمل أن الملف مسح ضوئي بدون طبقة نص. اطلب من الوكيل تشغيل get_document_info ومكالمة extract_text لصفحة واحدة للتأكد، ثم استخدم extract_barcodes للرموز أو أداة OCR للكلمات.

هل هناك أمر dnx لـ GroupDocs.Parser.Mcp؟
لا. هذا المنتج متاح فقط عبر Docker، لذا كل تثبيت يستخدم docker run أو مدخل عميل MCP يُطلق Docker.

تعمق أكثر