Můžete požádat LLM nebo AI agenta, aby extrahoval data z dokumentů, a aby odpověď pocházela z dokumentového enginu, nikoli z modelu, který čte vložený soubor. S lokálně běžícím serverem GroupDocs.Parser.Mcp v Docker kontejneru jeden dotaz vrátí text, tabulku, vložené obrázky nebo hodnotu čárového kódu:

Co říká invoice.pdf a co je v jeho tabulce?

Krok‑za‑krokem s konfigurací a řešením problémů najdete v dokumentaci: Jak extrahovat data z dokumentu pomocí AI agentů s MCP.

Proč AI agent vůbec potřebuje nástroj pro extrakci?

Chatovací model zná jen to, co je umístěno v jeho kontextovém okně. Vložíte PDF do chatu a model pracuje s tím textem, který se mu podařilo z něj vytáhnout, takže sloupce se zhroutí, skeny přijdou prázdné a nikdo neví, co se stalo. Extrakční server tento krok přesune mimo model: agent zavolá nástroj, dokumentový engine přečte soubor uvnitř kontejneru a agent získá výsledek. Model pak dělá to, v čem je dobrý – rozvažuje nad předanými hodnotami.

GroupDocs.Parser.Mcp poskytuje sedm nástrojů pro MCP‑kompatibilní klienty jako Claude Desktop, Claude Code, Cursor, VS Code s GitHub Copilot a Windsurf. Pět extrahuje data (extract_text, extract_tables, extract_images, extract_barcodes, extract_metadata), jeden kontroluje (get_document_info) a jeden hlásí licencování (get_license_status).

Způsob 1: Požádejte o hodnotu a nechte agenta vybrat nástroj

Formulujte požadavek jako otázku o dokumentu. Agent přiřadí otázku k nástroji.

Vy se ptáte Nástroj, který agent zavolá
„Co to říká?“ extract_text
„Co je v tabulce?“ extract_tables
„Kdo to napsal a kdy?“ extract_metadata
„Uložte obrázky.“ extract_images
„Co kód QR kódu obsahuje?“ extract_barcodes

extract_text podporuje PDF, DOCX, XLSX, PPTX, TXT, HTML, CSV, EML, MSG, RTF, ODT, EPUB a více než 50 dalších formátů, takže stejný dotaz funguje jak na e‑mail, tak na tabulku. Velmi dlouhé výstupy jsou oříznuty značkou, takže u dlouhé zprávy požádejte po stránkách:

Extrahujte text této 40‑stránkové zprávy po stránkách a shrňte každou sekci.

Příklad relace (zkrácený):

You:    Co říká invoice.pdf a co je v jeho tabulce?
Agent:  [calls extract_text, extract_tables]
        Faktura 2026-0412 od Northwind Supplies, datováno 3. října.
        Tabulka má 3 řádky (položka, množství, částka); částky dohromady činí 1 240,00.

Způsob 2: Zkontrolujte textovou vrstvu, než uvěříte prázdnému výsledku

Digitální PDF obsahuje textovou vrstvu; sken ne. Na naskenované stránce extract_text vrátí málo nebo nic, což je správné prohlášení o souboru. Nechte agenta toto otestovat před extrakcí:

Kolik má tento dokument stran a má extrahovatelný text?

get_document_info vrací název souboru, typ, počet stran a velikost bez jakýchkoli úprav a jednorázové volání extract_text ukáže, zda text existuje. Dvě levná volání oddělí „tento soubor je prázdný“ od „tento soubor je obrázek“. V tomto serveru není žádný OCR krok, takže tištěná slova ve skenu zůstávají pixely. Kódy jsou výjimkou a řeší je Způsob 3.

Způsob 3: Vytáhněte to, co textová extrakce nedosáhne

Tabulky, obrázky a čárové kódy mají každý svůj dedikovaný nástroj, protože jejich převod na text ztrácí to, co je činí užitečnými.

  • extract_tables vrací Markdown tabulky, které se zobrazí v chatu, nebo JSON řádky, když předáte format: "json".
  • extract_images uloží každý vložený obrázek do výstupní složky jako <basename>_image<N>.<ext>.
  • extract_barcodes dekóduje Code128, QR Code, PDF417, DataMatrix, EAN‑13, EAN‑8, UPC, Aztec a další, včetně naskenovaných stran, protože modely enginu detekují kódy v rasterizovaném obrazu.

Extrahujte položky řádků z invoice.pdf jako JSON a poté uložte obrázky ze stránky 1.

Potřebuje agent extrakci nebo konverzi?

Jedná se o různé úkoly a výběr špatného serveru vede ke zmatku.

Co potřebujete Server
Hodnoty z dokumentu: text, tabulka, čárový kód, vlastnosti GroupDocs.Parser.Mcp
Dokument v jiném formátu, zachovaném rozložení GroupDocs.Conversion.Mcp
Čistý Markdown celého dokumentu pro RAG GroupDocs.Markdown.Mcp
Metadata upravená nebo odstraněná, ne jen čtená GroupDocs.Metadata.Mcp

Mnoho pipeline používá dva servery: konverzi pro ingest, parsování pro extrakci.

Spusťte lokálně s Dockerem

Tento server je k dispozici pouze jako Docker image. Engine obsahuje asi 234 MB ONNX modelů, což by překročilo limit 250 MB pro NuGet balíček, takže neexistuje příkaz dnx. Připojte složku s dokumenty jako /data:

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

Váš AI klient spustí kontejner jako podproces přes stdio. Nejsou žádné vstupní porty a dokumenty zůstávají na vašem počítači. Konfigurace pro jednotlivé klienty (Claude Desktop, Claude Code, VS Code, Cursor, Windsurf, Cline a Codex) je v Registraci v AI klientech.

Jaká jsou omezení?

  • Evaluation mode. Bez licence je extrakce omezena; přesné limity jsou na licenční stránce knihovny. Nechte agenta nejprve spustit get_license_status a považujte nelicencovaný výstup za test, ne za kompletní čtení.
  • No OCR. Text ve skenu nelze extrahovat.
  • Docker only. Potřebujete nainstalovaný Docker; image je velký, takže jej stáhněte jednou.

FAQ

Mohu extrahovat text z PDF pomocí Claude lokálně, bez nahrávání?
Ano. Server běží v kontejneru na vašem počítači a Claude Desktop s ním komunikuje přes stdio, takže soubor je čten z připojené složky a není odesílán do extrakční služby.

Proč agent u některých PDF nevrací nic?
Soubor je pravděpodobně sken bez textové vrstvy. Nechte agenta spustit get_document_info a jednorázové volání extract_text, aby to potvrdil, pak použijte extract_barcodes pro kódy nebo OCR nástroj pro slova.

Existuje příkaz dnx pro GroupDocs.Parser.Mcp?
Ne. Tento produkt je pouze Docker, takže každá instalace používá docker run nebo MCP klientský vstup, který spouští Docker.

Jděte dál