Sie können ein LLM oder einen KI‑Agenten auffordern, Daten aus Dokumenten zu extrahieren, und die Antwort stammt dann von einer Dokumenten‑Engine, nicht von der Modell‑Auswertung einer eingefügten Datei. Mit dem GroupDocs.Parser.Mcp‑Server, der lokal in einem Docker‑Container läuft, liefert ein Prompt den Text, eine Tabelle, die eingebetteten Bilder oder einen Barcode‑Wert:

Was sagt invoice.pdf und was steht in seiner Tabelle?

Die Schritt‑für‑Schritt‑Version mit Konfiguration und Fehlersuche finden Sie in der Dokumentation: Wie man Dokumentdaten mit KI‑Agenten mittels MCP extrahiert.

Warum benötigt ein KI‑Agent überhaupt ein Extraktions‑Tool?

Ein Chat‑Modell kennt nur das, was in sein Kontextfenster gelangt. Fügt man ein PDF in einen Chat ein, arbeitet das Modell mit dem Text, den der Client daraus extrahieren konnte; dabei kollabieren Spalten, Scans kommen leer an und niemand kann sagen, welches der beiden Fälle eingetreten ist. Ein Extraktions‑Server verlagert diesen Schritt aus dem Modell heraus: Der Agent ruft ein Tool auf, eine Dokumenten‑Engine liest die Datei im Container, und der Agent erhält das Ergebnis. Das Modell erledigt dann das, worin es gut ist – das Schließen über die übergebenen Werte.

GroupDocs.Parser.Mcp stellt sieben Werkzeuge für MCP‑kompatible Clients wie Claude Desktop, Claude Code, Cursor, VS Code mit GitHub Copilot und Windsurf bereit. Fünf extrahieren Daten (extract_text, extract_tables, extract_images, extract_barcodes, extract_metadata), eines prüft (get_document_info) und eines meldet den Lizenzstatus (get_license_status).

Weg 1: Nach dem Wert fragen und den Agenten das Tool auswählen lassen

Formulieren Sie die Anfrage als Frage zum Dokument. Der Agent ordnet die Frage einem Tool zu.

Sie fragen Tool, das der Agent aufruft
“Was sagt es?” extract_text
“Was ist in der Tabelle?” extract_tables
“Wer hat es geschrieben und wann?” extract_metadata
“Speichern Sie die Abbildungen.” extract_images
“Was codiert der Barcode?” extract_barcodes

extract_text unterstützt PDF, DOCX, XLSX, PPTX, TXT, HTML, CSV, EML, MSG, RTF, ODT, EPUB und mehr als 50 weitere Formate, sodass derselbe Prompt bei einer E‑Mail und einer Tabellenkalkulation funktioniert. Sehr große Ausgaben werden mit einem Marker abgeschnitten, daher sollten Sie bei einem langen Bericht Seite für Seite anfragen:

Extrahieren Sie den Text dieses 40‑seitigen Berichts Seite für Seite und fassen Sie jeden Abschnitt zusammen.

Beispielsession (gekürzt):

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.

Weg 2: Die Textebene prüfen, bevor Sie einem leeren Ergebnis vertrauen

Ein digital erzeugtes PDF enthält eine Textebene; ein Scan nicht. Auf einer gescannten Seite liefert extract_text wenig oder nichts zurück, was eine korrekte Aussage über die Datei ist. Lassen Sie den Agenten dies testen, bevor er extrahiert:

Wie viele Seiten hat das Dokument und enthält es extrahierbaren Text?

get_document_info gibt den Dateinamen, Typ, Seitenzahl und Größe zurück, ohne etwas zu verändern, und ein einseitiger extract_text‑Aufruf zeigt, ob Text vorhanden ist. Zwei günstige Aufrufe unterscheiden „diese Datei ist leer“ von „diese Datei ist ein Bild“. Es gibt keinen OCR‑Schritt in diesem Server, sodass gedruckte Wörter in einem Scan als Pixel bleiben. Codes sind die Ausnahme, und Weg 3 behandelt sie.

Weg 3: Extrahieren, was die Textextraktion nicht erreichen kann

Tabellen, Bilder und Barcodes haben jeweils ein dediziertes Tool, da das Umwandeln in Text das, was sie nützlich macht, verliert.

  • extract_tables gibt Markdown‑Tabellen zurück, die im Chat gerendert werden, oder JSON‑Zeilen, wenn Sie format: "json" übergeben.
  • extract_images speichert jedes eingebettete Bild im Ausgabeverzeichnis unter <basename>_image<N>.<ext>.
  • extract_barcodes dekodiert Code128, QR‑Code, PDF417, DataMatrix, EAN‑13, EAN‑8, UPC, Aztec und mehr, auch auf gescannten Seiten, da die Modelle der Engine Codes im gerasterten Bild erkennen.

Extrahieren Sie die Positionen aus invoice.pdf als JSON und speichern Sie anschließend die Bilder von Seite 1.

Braucht der Agent Extraktion oder Konvertierung?

Dies sind unterschiedliche Aufgaben, und die Wahl des falschen Servers führt zu Verwirrung.

Sie möchten Server
Werte aus einem Dokument: Text, eine Tabelle, ein Barcode, Eigenschaften GroupDocs.Parser.Mcp
Das Dokument in einem anderen Format, Layout erhalten GroupDocs.Conversion.Mcp
Sauberes Markdown des gesamten Dokuments für RAG GroupDocs.Markdown.Mcp
Metadaten bearbeitet oder entfernt, nicht nur gelesen GroupDocs.Metadata.Mcp

Viele Pipelines verwenden zwei Server: Konvertieren für die Aufnahme, Parsen für die Extraktion.

Lokal mit Docker ausführen

Dieser Server wird ausschließlich als Docker‑Image bereitgestellt. Die Engine enthält etwa 234 MB ONNX‑Modelle, wodurch ein NuGet‑Paket die 250‑MB‑Grenze überschreitet, sodass es keinen dnx‑Befehl gibt. Binden Sie einen Ordner mit Dokumenten als /data ein:

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

Ihr KI‑Client startet den Container als Kindprozess über stdio. Es gibt keine eingehenden Ports, und die Dokumente bleiben auf dem Rechner. Die pro‑Client‑Konfiguration für Claude Desktop, Claude Code, VS Code, Cursor, Windsurf, Cline und Codex finden Sie in Registrierung in KI‑Clients.

Was sind die Grenzen?

  • Evaluierungsmodus. Ohne Lizenz ist die Extraktion eingeschränkt; die genauen Grenzen finden Sie auf der Lizenzierungsseite. Bitten Sie den Agenten, zuerst get_license_status auszuführen, und behandeln Sie die unlizenzierte Ausgabe als Smoke‑Test, nicht als vollständige Lesung.
  • Kein OCR. Text in einem Scan kann nicht extrahiert werden.
  • Nur Docker. Sie benötigen Docker; das Image ist groß, also einmal herunterladen.

FAQ

Kann ich Text aus einem PDF mit Claude lokal extrahieren, ohne es hochzuladen?
Ja. Der Server läuft in einem Container auf Ihrem Rechner und Claude Desktop kommuniziert darüber via stdio, sodass die Datei aus dem gemounteten Ordner gelesen und nicht an einen Extraktions‑Dienst gesendet wird.

Warum gibt der Agent bei manchen PDFs nichts zurück?
Die Datei ist wahrscheinlich ein Scan ohne Textebene. Bitten Sie den Agenten, get_document_info und einen einseitigen extract_text‑Aufruf auszuführen, um dies zu bestätigen, und verwenden Sie dann extract_barcodes für Codes oder ein OCR‑Tool für Wörter.

Gibt es einen dnx‑Befehl für GroupDocs.Parser.Mcp?
Nein. Dieses Produkt ist nur Docker‑basiert, daher verwendet jede Installation docker run oder einen MCP‑Client‑Eintrag, der Docker startet.

Weiterführende Informationen