To batch convert a folder with an AI agent, point the GroupDocs.Conversion.Mcp server at the folder and describe the job in one sentence. The agent works through the files, calls the conversion engine once per document, and reports what it produced, all locally in Claude, Cursor or GitHub Copilot. It is batch processing driven by a sentence:
Konvertiere jedes DOCX in meinem Dokumentenordner zu PDF, behalte die Originale
The step-by-step version with config and troubleshooting is in the documentation: How to batch-convert a folder of documents with an AI agent. This post walks through the same job as a short session, from the first prompt to handling failures.
Wo beginnen Sie: der Speicherordner oder die Eingabeaufforderung?
Starten Sie mit dem Speicherordner. Ein Batch‑Job schlägt je nach Ordnerzuordnung fehl oder gelingt, und die Zuordnung wird einmalig im Server‑Eintrag festgelegt, nicht in jeder Eingabeaufforderung. Zwei Umgebungsvariablen steuern das:
{
"mcpServers": {
"groupdocs-conversion": {
"type": "stdio",
"command": "dnx",
"args": ["GroupDocs.Conversion.Mcp", "--yes"],
"env": {
"GROUPDOCS_MCP_STORAGE_PATH": "/path/to/invoices",
"GROUPDOCS_MCP_OUTPUT_PATH": "/path/to/invoices/converted"
}
}
}
}
GROUPDOCS_MCP_STORAGE_PATH ist der Ordner, den der Agent lesen kann. GROUPDOCS_MCP_OUTPUT_PATH ist das Ziel, in das konvertierte Dateien abgelegt werden. Wenn beide gesetzt sind, bleibt der Quellordner unverändert und jedes Ergebnis landet im Ordner converted. Das ist das sauberste Layout für ein Batch. Der dnx‑Befehl benötigt das .NET 10‑SDK; das Docker‑Image ghcr.io/groupdocs-conversion/conversion-net-mcp:latest mountet den Ordner als /data. Starten Sie Claude Desktop, Claude Code, VS Code oder Cursor neu, nachdem Sie den Server registriert haben.
Was macht die erste Eingabeaufforderung?
Geben Sie dem Agenten zuerst den einfachen Fall:
Konvertiere alles in diesem Ordner von DOCX zu PDF.
Der Agent listet den Ordner auf und ruft das convert‑Tool für jede Datei mit format: "pdf" auf. Jeder Aufruf nimmt einen Dateinamen aus dem Speicher und gibt den gespeicherten Dateinamen zurück. Führen Sie den Vorgang zweimal aus, und der zweite Durchlauf erzeugt neue, eindeutig benannte Dateien neben den ersten.
Wie fügen Sie einen Filter oder eine Regel hinzu?
Die Eingabeaufforderung ist die Orchestrierungsebene. Filtern, Sequenzieren und eine Fehlerrichtlinie lassen sich in Klartext formulieren:
Wandle alle PDFs in Markdown um; überspringe Dateien, die bereits konvertiert wurden.
Konvertiere die Rechnungen zu PDF/A für die Archivierung und liste jede Datei auf, die fehlgeschlagen ist.
Erstelle PNG‑Vorschauen von jeder Präsentation.
Für die Sequenzierung kann der Agent zuerst get_document_info aufrufen, das Dateityp, Seitenzahl und Grundinformationen zurückgibt, ohne zu konvertieren:
Prüfe zuerst die Seitenzahl jedes PDFs und konvertiere nur die mit mehr als 10 Seiten.
Die Entscheidung „mehr als 10 Seiten“ trifft der Agent. Die eigentliche Konvertierung bleibt Aufgabe der Engine.
Was passiert, wenn eine Datei fehlschlägt?
Wenn die Engine eine Datei nicht konvertieren kann, zum Beispiel weil das Quellformat nicht unterstützt wird oder das Passwort falsch ist, beginnt der Antworttext für diese Datei mit der Operation und dem Grund. Ein nicht existierender Dateiname liefert die Liste der Dateien, die der Server sehen kann, sodass der Agent sich selbst korrigieren kann. Für geschützte Dateien akzeptiert convert einen optionalen Parameter password.
Deshalb gehört eine Fehlerrichtlinie in die Eingabeaufforderung: „liste jede Datei auf, die fehlgeschlagen ist“ fordert den Agenten am Ende des Laufs zu einem Bericht auf, sodass ein Fehler nicht unbemerkt bleibt. Lesen Sie den Bericht und führen Sie nur die fehlgeschlagenen Dateien erneut aus.
Beispiel‑Sitzung
Dies ist eine gekürzte, illustrative Sitzung. Die Dateinamen sind erfunden und die Antwort basiert auf dokumentiertem Verhalten, nicht auf einem Screenshot.
You: Convert the invoices to PDF/A for archiving, and list any file that failed.
Agent: [enumerates the invoice files]
Agent: [calls convert for each file, one at a time]
Agent: Converted 11 files to the output folder.
Failed: invoice-0412.docx (password-protected, no password given).
Wie verfolgen Sie den Fortschritt in einem großen Ordner?
Der Agent verarbeitet normalerweise Dateien nacheinander, sodass die Laufzeit mit der Anzahl und Größe der Dateien wächst. Für Fortschrittsberichte fragen Sie im Prompt danach: „sage mir nach jeweils zehn Dateien Bescheid“ oder „fasse am Ende zusammen“. Einige hundert Dokumente funktionieren problemlos, und der Abschlussbericht sagt Ihnen, was geschehen ist. Beginnen Sie mit einer Kopie eines kleinen Teilsets, prüfen Sie zwei‑ bis drei Ausgaben visuell und führen Sie dann den gesamten Ordner aus.
Was, wenn das Batch unbeaufsichtigt laufen muss?
Eine Agenten‑Sitzung benötigt eine Person, die sie startet. Für geplante Pipelines zeigt das n8n walkthrough ein Workflow‑Tool, das denselben Server steuert, und die Engine ist ebenfalls über die GroupDocs.Conversion .NET‑Bibliothek skriptfähig. Nutzen Sie den Chat für Ad‑hoc‑Batches, bei denen Sie den Bericht lesen möchten.
Was sind die Grenzen?
- Der Evaluationsmodus begrenzt ein Batch auf 15 Dokumente. Ohne Lizenz kann ein Server‑Prozess höchstens 15 Dokumente öffnen und die Ausgabe enthält ein Evaluations‑Wasserzeichen. Danach schlagen weitere Aufrufe fehl, bis der Server neu gestartet wird. Prüfen Sie den Modus mit
get_license_status, bevor Sie ein echtes Batch starten, oder fragen Sie „what is the license status of the conversion server?“. - Metered‑Lizenzierung benötigt ausgehenden Zugriff. Bei nutzungsbasierten Schlüsseln wird die Nutzung an GroupDocs‑Server gemeldet, sodass eine Maschine hinter einer Firewall eine Lizenzdatei verwenden sollte. Dokumentinhalte werden niemals gesendet.
- Scans bleiben Bilder. OCR ist nicht Teil des Servers, daher erhält ein Batch aus ausschließlich bildbasierten PDFs keine Textebene.
FAQ
Wie konvertiere ich alle DOCX‑Dateien in einem Ordner mit KI zu PDF?
Setzen Sie den Speicherordner und fragen Sie Ihren Agenten in einem Satz genau danach. Er konvertiert die Dateien einzeln über den lokalen Server und es wird nichts hochgeladen.
Kann ein KI‑Agent einen gesamten Ordner lokal verarbeiten?
Ja. Der Agent und der Konvertierungs‑Server laufen beide auf Ihrem Rechner, und die Dateien werden aus Ihren eigenen Ordnern gelesen und dort geschrieben.
Was ist der beste Weg, eine Dokumentenkonvertierungs‑Pipeline zu automatisieren?
Verwenden Sie den Chat für Ad‑hoc‑Batches, die Sie prüfen möchten. Für eine zeitgesteuerte Pipeline steuern Sie denselben Server über ein Workflow‑Tool wie n8n oder skripten Sie die .NET‑Bibliothek.
Weiterführende Informationen
- Dokumentation, kanonische Anleitung: How to batch-convert a folder of documents with an AI agent
- Dokumentations‑Hub: GroupDocs.Conversion MCP Server
- Einstieg: Why your AI agent should not convert documents by itself
- Verwandt: 3 ways to turn PDFs into LLM-ready Markdown (and why local wins)
- Verwandt: Automate report delivery: let the agent write Markdown and ship Word
- Ankündigung: Your AI Agent Can Now Convert Documents — Locally. Introducing GroupDocs.Conversion MCP
- On‑Premise‑ und Sicherheitsmodell: 3 architectures for AI document processing, and the one that keeps files inside your network
- Fragen: GroupDocs Conversion forum
- Quelle: GroupDocs.Conversion.Mcp on GitHub