يمكنك السماح لوكيل الذكاء الاصطناعي بمراجعة صفحة من مستند بدلاً من قراءة نص مُفَرزٍ له. يقوم خادم GroupDocs.Viewer.Mcp بعرض أي صفحة من ملف PDF أو Word أو Excel أو PowerPoint كصورة PNG ويعيدها إلى الوكيل، ويقوم بذلك محليًا على جهازك:

كم عدد الصفحات في report.pdf؟ ثم أرني الأخيرة.

الإصدار خطوة بخطوة مع الإعدادات واستكشاف الأخطاء موجود في الوثائق: كيفية السماح لوكيل الذكاء الاصطناعي برؤية صفحات المستند.

لماذا تفشل استخراج النص في المستندات الحقيقية؟

مستخرج النص يُعيد الأحرف بترتيب القراءة. لا يُعيد مخطط الشريط بين فقرتين، أو ختم “APPROVED” في الزاوية، أو تخطيط الأعمدة لجدول الأسعار، أو صفحة مُسَحوبة ضوئيًا ولا تحتوي على أحرف على الإطلاق. يجيب الوكيل الذي يعمل على هذا الناتج بثقة عن مستند لم يره سوى نصفه، والنصف المفقود عادةً هو الجزء الذي سألتم عنه.

الحل ليس تحسين الموجه. إنه إدخال مختلف: الصفحة كصورة، تُعطى لنموذج يقبل مدخلات الصور.

النهج الخاطئ: تمرير كل شيء عبر مستخرج النص

الإعداد الافتراضي الشائع هو تحويل المستند إلى نص، لصق النص في نافذة السياق وطرح الأسئلة. يعمل ذلك للنصوص الأدبية. لكنه يتعطل بأربع طرق يمكنك التحقق منها على أي مستند تملكه:

  • التخطيط يختفي، لذا لا يمكن الإجابة على “هل الإجمالي في العمود الأيمن؟”
  • الأشكال داخل المخططات والرسوم البيانية تختفي، لأنها مرسومة، ليست مكتوبة.
  • الأختام، التوقيعات والكتابة اليدوية تختفي.
  • ملف PDF مُسَحوب ضوئيًا لا ينتج نصًا.

النموذج لا يستطيع إصلاح المعلومات التي تم حذفها قبل أن يرى المستند.

النهج الصحيح: تحويل صفحة PDF إلى صورة للنموذج اللغوي الكبير

render_page يعرض صفحة واحدة كصورة PNG، يعيد الصورة مضمّنة إلى الوكيل ويحفظ نسخة في مجلد الإخراج باسم <name>_page<N>.png. يدعم الخادم أكثر من 170 تنسيقًا، بما في ذلك PDF وDOCX وXLSX وPPTX وODT وRTF وHTML وEML وMSG. ثم يرى نموذج قادر على الرؤية الصورة كما لو كنت أنت.

يجب ألا يخمن الوكيل أرقام الصفحات، لذا يقرن render_page مع get_view_info، الذي يُعيد نوع الملف، عدد الصفحات وحجم كل صفحة دون عرض أي شيء. أداة ثالثة، get_license_status، تُبلغ عن وضع الترخيص النشط.

كيف أشغّل الخادم لـ Claude أو Cursor أو Copilot؟

صورة Docker مكتفية ذاتيًا:

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

مع تثبيت .NET 10 SDK، يُشغّل dnx GroupDocs.Viewer.Mcp --yes نفس الخادم دون Docker. سجّله في Claude Desktop، Claude Code، Cursor، VS Code مع GitHub Copilot، Windsurf والعملاء الآخرين؛ صفحة المركز تُدرج الإعداد الدقيق لكلٍ منها. يبدأ العميل الخادم كعملية فرعية ويتواصل معه عبر الإدخال والإخراج القياسي، لذا لا يوجد منفذ وارد ولا نقطة نهاية لتأمينها.

جلسة مثال

هذه توضيح مبني على سلوك الأداتين الموثق، وليس لقطة شاشة مُلتقطة.

You:   How many pages does report.pdf have? Then show me the last one.

Agent: [calls get_view_info on report.pdf]
       report.pdf is a PDF with 2 pages, both 612 x 792 points (US Letter).
       [calls render_page with page = 2]
       Page 2 of 'report.pdf' Saved to: <output folder>/report_page2.png
       Here is what page 2 shows: ...

تظهر الصورة مضمّنة في العملاء الذين يعرضونها. الرد النصي هو وصف الوكيل لما يراه على الصفحة.

ماذا يقرر الوكيل، وماذا يفعل المحرك؟

يقرر الوكيل أي صفحة تجيب على السؤال وماذا يطرح على النموذج بخصوصها. يقوم المحرك بالجزء الذي يجب أن يكون دقيقًا: فتح الملف، تقسيمه إلى صفحات كما يفعل المستند، وإنتاج صورة PNG. لا يحتاج النموذج أبدًا إلى التخمين بشأن تخطيط الصفحة، لأنه يتلقى الصفحة المُعالجة.

حدود صادقة

  • وضع التقييم. بدون ترخيص، تحمل الصفحات المُعالجة علامة مائية للتقييم وتفتح عملية الخادم ما لا يزيد عن 15 مستندًا. قد تغطي العلامة المائية التفاصيل التي تسأل عنها. اسأل الوكيل “هل خادم المشاهد مرخص؟” حتى يستدعي get_license_status قبل الاعتماد على ما يقرأه.
  • PNG فقط. الناتج هو صورة PNG؛ لا يوجد خيار تنسيق.
  • لا فحص لرقم الصفحة. render_page لا يرفض رقم صفحة يتجاوز آخر صفحة. تحقق من العدد باستخدام get_view_info أولًا.
  • النموذج يجب أن يقبل الصور. مع نموذج نصي فقط يحصل الوكيل على مسار الملف المحفوظ، لكنه لا يستطيع إخبارك بما هو على الصفحة.
  • الصور كبيرة. كل صفحة هي PNG مضمّن، غالبًا بضع مئات من الكيلوبايت. عالج الصفحات التي تحتاجها المهمة فقط، وليس الملف بالكامل.
  • شيء واحد يخرج من الجهاز. تُرسل الصورة المُعالجة إلى الوكيل ومن هناك إلى أي نموذج يستخدمه. النموذج المستضاف محليًا يبقي كل شيء على الجهاز.

الأسئلة المتكررة

هل يستطيع Claude رؤية صفحة PDF وتخطيطها؟ نعم، إذا تم تحويل صفحة PDF إلى صورة والنموذج Claude المستخدم يقبل مدخلات الصور. render_page ينتج تلك الصورة محليًا ويعيدها إلى العميل.

هل يجب علي رفع المستند إلى أي مكان لتصويره؟ يقرأ الخادم الملف من المجلد الذي تقوم بتركيبه ويكتب الصورة بجانبه؛ لا يتم رفع المستند بواسطة الخادم. تُرسل صورة الصفحة إلى نموذج الوكيل الخاص بك.

هل يعمل مع Excel وPowerPoint، وليس فقط PDF؟ نعم. PowerPoint يعرض صورة واحدة لكل شريحة، وأوراق Excel تُقسم إلى صفحات، مع إمكانية رؤية العدد عبر get_view_info.

تعمق أكثر