می‌توانید یک عامل هوش مصنوعی نظرات بازبینی خود را داخل سند قرار دهد نه در چت. سرور GroupDocs.Annotation.Mcp به یک LLM در Claude، Cursor یا GitHub Copilot امکان می‌دهد تا هایلایت‌ها، یادداشت‌ها و خط‌خورده‌ها را به یک فایل PDF، Word، Excel یا PowerPoint اضافه کند و آن‌ها را به‌صورت محلی بر روی ماشین شما ذخیره کند:

بند پرداخت را در صفحه ۲ هایلایت کنید و یک یادداشت اضافه کنید که از بخش حقوقی بخواهد تأیید کند.

نسخه گام‌به‌گام همراه با پیکربندی و عیب‌یابی در مستندات موجود است: How to annotate documents with AI agents using MCP.

چرا بازخورد هوش مصنوعی در پنجره چت گم می‌شود؟

از یک دستیار بخواهید قراردادی را بازبینی کند و یک فهرست دریافت می‌کنید: «بند ۴ مسئولیت را جابه‌جا می‌کند، بند ۷ تاریخ باز دارد». این فهرست در یک گفتگو باقی می‌ماند. همکار که هفته آینده قرارداد را باز می‌کند هیچ‌یک از این موارد را نمی‌بیند و شما مجبورید هر نکته را به‌صورت دستی به پاراگراف مناسب برگردانید.

عامل مشکل‌ساز نیست. او راهی برای نوشتن داخل فایل ندارد. یک بازبینی فقط زمانی مفید است که خواننده آن را ببیند، یعنی در کنار متنی که به آن اشاره دارد.

روش نادرست چگونه به‌نظر می‌رسد؟

راه‌حل رایج این است که متن سند را در چت بچسبانید و درخواست نظرات کنید. سه مشکل پیش می‌آید و می‌توانید هر کدام را روی سند خود بررسی کنید:

  • نظرات موقعیتی ندارند. «صفحه ۲، پاراگراف دوم» توصیفی است که خودتان باید آن را حل کنید.
  • نتیجه یک رونوشت است، نه یک محصول قابل تحویل. چیزی جز یک اسکرین‌شات یا بلوک چسبانده‌شده نمی‌توان به بازبین بعدی ارسال کرد.
  • سند تغییر نمی‌کند، بنابراین بازبینی نمی‌تواند فیلتر، شمارش یا به پیش‌نویس بعدی منتقل شود.

رویکرد صحیح: حاشیه‌نویسی اسناد با یک عامل هوش مصنوعی؟

کار را بر اساس توانمندی هر طرف تقسیم کنید. عامل دستور «هر چیزی که ریسک را به ما منتقل می‌کند را علامت بزن» را می‌فهمد. موتور یک حاشیه‌نویسی واقعی را داخل فایل واقعی می‌نویسد. ابزاری که این نوشتن را انجام می‌دهد add_annotation است. این ابزار هفت نوع حاشیه‌نویسی را می‌پذیرد: textfield، area، point، arrow، highlight، underline و strikeout. آرگومان‌های آن شامل فایل، نوع، متن، شماره صفحه (از ۱) و مختصات x/y سند می‌باشد.

نتیجه به صورت <name>_annotated.<ext> در کنار فایل اصلی ذخیره می‌شود. فایل اصلی هرگز تغییر نمی‌کند. همان فراخوانی برای بیش از ۵۰ فرمت که موتور پشتیبانی می‌کند کار می‌کند، بنابراین یک پیش‌نویس Word و یک PDF به‌یک‌سان حاشیه‌نویسی می‌شوند.

کدام ابزارها مکان‌یابی را صحیح می‌سازند؟

مختصات نقطه ضعف هر عاملی است که نمی‌تواند صفحه را ببیند و مستندات به‌وضوح این را می‌گوید. سه ابزار حدس‌زدن را کاهش می‌دهند:

  • get_document_info نوع فایل، تعداد صفحات و اندازه را برمی‌گرداند، به‌علاوه عرض و ارتفاع هر صفحه زمانی که موتور آن‌ها را گزارش می‌کند، که یک جعبه صفحه‌ای به عامل می‌دهد تا درباره آن استدلال کند.
  • get_annotations حاشیه‌نویسی‌های موجود را همراه با جعبه‌های محدود کننده‌شان برمی‌گرداند، که عامل می‌تواند به‌عنوان لنگر استفاده کند.
  • generate_pages_preview یک صفحه را به‌صورت تصویر رندر می‌کند تا مدل‌های دارای توانایی بینایی بتوانند متن را قبل از حاشیه‌نویسی پیدا کنند. در حال حاضر برای فایل‌های PDF روی لینوکس شکست می‌خورد؛ محدودیت‌ها را در ادامه ببینید.

یک تله در حاشیه‌نویسی‌های زنجیره‌ای چیست؟

هر ابزار نوشتن یک فایل جدید ذخیره می‌کند. حاشیه‌نویسی دوم باید بر روی فایلی که فراخوانی اول تولید کرده اعمال شود، نه بر روی فایل اصلی، وگرنه حاشیه‌نویسی اول در فایلی می‌ماند که هیچ‌کس دوباره آن را باز نمی‌کند. این را در پرامپت بگویید:

بند پرداخت را هایلایت کنید، سپس در فایل حاصل تاریخ تحویل قبلی را خط بزنید.

جلسه نمونه (مختصر)

این یک تصویرسازی ساخته‌شده بر اساس رفتار مستند شده ابزارها است، نه یک اسکرین‌شات گرفته‌شده.

You:   Highlight the payment clause on page 2 of contract.pdf and add a note
       asking legal to confirm.

Agent: [calls get_document_info on contract.pdf]
       contract.pdf is a PDF with 6 pages.
       [calls add_annotation: type=highlight, page=2, x=100, y=250,
        text="Legal to confirm these payment terms"]
       Added highlight annotation to contract.pdf on page 2.
       The annotated copy is contract_annotated.pdf. Your original is unchanged.

چگونه سرور حاشیه‌نویسی را در کلاینت هوش مصنوعی خود راه‌اندازی کنم؟

برای اجرای آن به‌عنوان یک کانتینر، پوشه‌ای که حاوی اسناد شماست را در مسیر /data سوار کنید:

docker run --rm -i -v $(pwd)/documents:/data \
  -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output \
  ghcr.io/groupdocs-annotation/annotation-net-mcp:latest

اگر ترجیح می‌دهید از کانتینر استفاده نکنید، .NET 10 SDK را نصب کنید و dnx GroupDocs.Annotation.Mcp --yes را اجرا کنید؛ در ویندوز این همچنین کانالی است که برای پیش‌نمایش صفحات PDF استفاده می‌شود. صفحه هاب اسنیپت‌های آماده ثبت‌نام برای Claude Desktop، Claude Code، VS Code با GitHub Copilot، Cursor، Windsurf و سایر کلاینت‌ها دارد. قبل از زنجیره‌سازی ویرایش‌ها روی فایلی تولید‌شده، GROUPDOCS_MCP_OUTPUT_PATH را به پوشه‌ای غیر از پوشه ذخیره‌سازی تنظیم کنید. با تنظیم پیش‌فرض (خروجی‌ها در پوشه ذخیره‌سازی قرار می‌گیرند) نوشتن دوم با خطای being used by another process شکست می‌خورد؛ با یک پوشه خروجی جداگانه add_reply، update_annotation و remove_annotations روی فایل تولید‌شده همه موفق می‌شوند. با تصویر Docker، -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output را پاس دهید. پس از ثبت‌نام، کلاینت خود سرور را راه‌اندازی می‌کند و از طریق stdio با آن ارتباط برقرار می‌کند، بنابراین هیچ‌چیزی بر روی پورت شبکه گوش نمی‌دهد و سرور هیچ محتوای سندی را به سرویس ابری ارسال نمی‌کند.

محدودیت‌های صادقانه

  • حالت ارزیابی. بدون لایسنس، یک نشان آزمایشی در بالای هر صفحه قرار می‌گیرد، بنابراین خروجی حاشیه‌نویسی قابل توزیع نیست. ابتدا بپرسید «وضعیت لایسنس سرور حاشیه‌نویسی چیست؟»؛ عامل get_license_status را فراخوانی می‌کند.
  • مکان‌یابی بدون کمک تقریباً تخمینی است. عاملی که x/y را از یک پرامپت حدس می‌زند، حاشیه‌نویسی area یا point را به‌صورت تقریبی قرار می‌دهد. برای مکان‌یابی دقیق ابتدا بخوانید یا ابتدا رندر کنید.
  • پیش‌نمایش در لینوکس. generate_pages_preview در حال حاضر برای فایل‌های PDF روی لینوکس شکست می‌خورد، از جمله تصویر Docker (TypeInitializationException برای Gdip: System.Drawing.Common در پلتفرم‌های غیر ویندوزی پشتیبانی نمی‌شود)؛ اسناد Word و سایر اسناد Office رندر می‌شوند و در ویندوز با dnx هر فرمت رندر می‌شود. ده ابزار دیگر تحت تأثیر قرار نمی‌گیرند.

پرسش‌های متداول

آیا Claude می‌تواند نظراتی به یک PDF اضافه کند؟ بله، از طریق یک سرور MCP که ابزار حاشیه‌نویسی را در دسترس می‌گذارد. با GroupDocs.Annotation.Mcp عامل add_annotation را فراخوانی می‌کند و نظر در <name>_annotated.pdf نوشته می‌شود.

آیا هوش مصنوعی برای حاشیه‌نویسی نیاز به بارگذاری سند من دارد؟ نه، نه از طریق سرور: فایل را در پوشه سوارشده شما باز می‌کند و نسخه حاشیه‌نویسی شده را در کنار آن ذخیره می‌کند. تنها آنچه مدل خود می‌بیند، مانند متنی که چسبانده‌اید یا تصاویر صفحه‌ای که عامل مشاهده می‌کند، به ارائه‌دهنده مدل شما می‌رود.

آیا فقط روی PDF کار می‌کند یا روی Word و Excel نیز؟ بله. همان انواع حاشیه‌نویسی در PDF، DOCX، XLSX، PPTX و تصاویر کار می‌کند، با بیش از ۵۰ فرمت ذکر شده در مستندات.

بیشتر بخوانید