Ein KI‑Agent sollte keine Tabelle lesen. Er sollte ein Werkzeug aufrufen, das die Tabelle zurückgibt, und dann die Zeilen arithmetisch verarbeiten. Mit GroupDocs.Parser.Mcp, das lokal in Docker läuft, kann ein KI‑Client wie Claude Desktop oder Cursor Tabellen aus PDF‑, Word‑ und Excel‑Dateien extrahieren und sie als JSON erhalten:

Extrahiere die Positionen aus invoice.pdf als JSON und summiere die Betragsspalte.

Die schrittweise Version mit Konfiguration und Fehlersuche befindet sich in der Dokumentation: How to extract tables from documents into structured data.

Was schiefgeht, wenn ein Modell die Tabelle selbst liest?

Der gängige Ablauf besteht darin, ein PDF in einen Chat einzufügen und nach der Tabelle zu fragen. Das Modell sieht einen abgeflachten Textstrom, schließt daraus, wo die Spalten waren, und schreibt die Zeilen wieder zurück. Jede Zelle ist dann eine Vorhersage. Eine fehlende Spalte, eine zusammengeführte Zeile oder ein verschobenes Dezimalzeichen erzeugt keinen Fehler; es entsteht eine selbstbewusste, gut formatierte Tabelle, die leicht falsch ist. Für eine Obstliste spielt das keine Rolle. Für Rechnungsbeträge ist es von großer Bedeutung.

Der Fehler ist schwer zu erkennen, weil die Ausgabe korrekt aussieht. Nichts in einer Chat‑Antwort sagt Ihnen, welche Zellen aus der Datei gelesen und welche rekonstruiert wurden.

Was ist die Alternative zum Raten des Modells?

Verlagern Sie das Lesen aus dem Modell heraus. Das extract_tables‑Werkzeug erkennt Tabellen mit der Dokument‑Engine und gibt sie als Daten zurück:

  • Markdown standardmäßig, als ### Table N (page N, R×C)‑Abschnitte, die direkt im Chat, VS Code und GitHub gerendert werden.
  • JSON mit format: "json", als ein Array von { table, page, rows, columns, data }‑Objekten, wobei data ein Raster von Zeichenketten ist.

Das Modell transkribiert niemals eine Zelle. Es erhält data und arbeitet damit, sodass seine Aufgabe auf das reduziert wird, was es zuverlässig kann: Summieren, Vergleichen, Filtern und Erklären. Das Werkzeug unterstützt PDF, DOCX, XLSX, PPTX und HTML, sodass derselbe Prompt eine Lieferantenrechnung, einen Word‑Report und eine Kalkulationstabelle abdeckt.

Wie bekommt man die Tabelle als JSON?

Geben Sie das Format im Prompt an.

Extrahiere die Positionen als JSON und summiere die Betragsspalte.

Beispielsession (gekürzt)
Du:    Extract the line items from invoice-014.pdf as JSON and total the amount column.
Agent:  [calls extract_tables with format "json"]
        {"table": 1, "page": 1, "rows": 4, "columns": 3,
         "data": [["Item", "Qty", "Amount"],
                  ["Paper A4", "10", "48.00"],
                  ["Toner", "2", "170.00"],
                  ["Delivery", "1", "22.00"]]}
        Total of the Amount column: 240.00 across 3 line items.

Da der Agent die Zeilen hält, sind die nächsten Schritte gewöhnliche Fragen: Welche Zeile ist die größte, stimmt die Summe mit der im Text angegebenen Zahl überein, schreibe die Zeilen in eine CSV‑Datei im Ausgabeverzeichnis. Wenn die Arithmetik wichtig ist, bitten Sie den Agenten, die Zeilen aufzulisten, die er summiert hat, damit Sie sie prüfen können.

Wann sollte man Markdown statt JSON anfordern?

Verwenden Sie Markdown, wenn eine Person das Ergebnis anschließend liest, und JSON, wenn Code es nutzt. Markdown ist die Standardeinstellung und der schnellste Weg, eine Tabelle zu betrachten und zu beurteilen, ob sie korrekt gefunden wurde. Wechseln Sie zu JSON für Summen, Gegenprüfungen und alles, was in eine Kalkulationstabelle oder Datenbank fließt. Wenn Sie wissen, wo die Tabelle ist, schränken Sie den Aufruf ein:

Extrahiere die Tabelle auf Seite 4.

Der Parameter page beschränkt die Erkennung auf eine Seite, was schneller und bei nutzungsabhängiger Lizenzierung günstiger ist.

Welche Fälle erfordern noch einen menschlichen Blick?

Ehrliche Grenzen sind bei Tabellen wichtiger als bei einfachem Text.

  • Scans have no tables to find. Ohne Textebene gibt es keine Tabellenstruktur, und die Extraktion liefert ein leeres Ergebnis. In diesem Server gibt es kein OCR.
  • Complex layouts vary. Zusammengeführte Zellen, verschachtelte Tabellen und Tabellen, die sich über mehrere Seiten erstrecken, überleben nicht immer sauber als einfaches Raster. Prüfen Sie ein Dokument, bevor Sie zweihundert ausführen.
  • Evaluation mode is limited. Ohne Lizenz ist die Extraktion begrenzt; die genauen Grenzen finden Sie auf der licensing page der Bibliothek. Bitten Sie den Agenten, get_license_status vor einem echten Lauf aufzurufen.

Installation mit einem Befehl

Der Server wird ausschließlich als Docker‑Image bereitgestellt, es gibt also keinen dnx‑Befehl. Registrieren Sie ihn in Claude Code wie folgt und ersetzen Sie den Pfad durch Ihren Dokumentenordner:

claude mcp add groupdocs-parser -- docker run --rm -i \
  -v /path/to/documents:/data ghcr.io/groupdocs-parser/parser-net-mcp:latest

Cursor, Claude Desktop, VS Code mit GitHub Copilot, Windsurf, Cline und Codex verwenden denselben Container mit einer client‑spezifischen Konfigurationsdatei; jede ist in Register in AI clients aufgeführt.

FAQ

Liest Claude PDF‑Tabellen genau?
Das hängt von der Datei und davon ab, wie der Client sie abflacht, ab, also prüfen Sie es lieber, als anzunehmen. Mit extract_tables stammen die Zeilen aus der Tabellenerkennung der Dokument‑Engine, zurückgegeben als Raster von Zeichenketten, und Claude arbeitet damit.

Wie extrahiere ich eine Tabelle aus einem PDF nach Excel mit KI?
Bitten Sie um die Tabelle als JSON und lassen Sie den Agenten anschließend die Zeilen in eine CSV‑Datei im Ausgabeverzeichnis schreiben, die Excel öffnet. Die Umwandlung von Zeilen zu CSV ist der Schritt des Agenten; die Zellwerte kommen vom Werkzeug.

Kann es Tabellen aus Word‑ und Excel‑Dateien lokal extrahieren?
Ja. extract_tables verarbeitet DOCX und XLSX ebenso wie PDF, und der Container liest Dateien aus dem gemounteten Ordner.

Weiterführende Informationen