برای مهاجرت مستندات به Markdown، به یک عامل هوش مصنوعی پوشه آرشیو را بدهید و اجازه دهید برای هر فایل یک بار convert_to_markdown اجرا کند، در دسته‌های بازبینی‌شده. با GroupDocs.Markdown.Mcp این کار به‌صورت محلی در Claude Code، Cursor، GitHub Copilot یا مشتری MCP دیگر انجام می‌شود، بنابراین آرشیوی از رویه‌های داخلی هرگز به سرویس تبدیل بارگذاری نمی‌شود:
تمام موارد در پوشه آرشیو را به Markdown با front matter و تصاویر به‌صورت فایل‌ها تبدیل کنید. برای هر یک، فرمت منبع، تعداد صفحات و اندازه خروجی را گزارش دهید.
نسخه گام‌به‌گام با پیکربندی و عیب‌یابی در مستندات موجود است: چگونه مستندات قدیمی را با هوش مصنوعی به Markdown مهاجرت دهیم.
چرا مهاجرت مستندات قدیمی کاری برای یک عامل است؟
تبدیل مکانیکی است و کارهای پیرامونی تکراری هستند: فهرست کردن فایل‌ها، تبدیل هر کدام، اندازه‌گیری نتیجه، یافتن خطاها، تکرار. شخصی که این کار را برای صدها فایل انجام می‌دهد، همان تصمیم را صدها بار می‌گیرد. یک عامل این کار را به‌صورت ثابت انجام می‌دهد و هر نتیجه را گزارش می‌کند، در حالی که موتور، نه مدل، Markdown را تولید می‌کند. Markdown ذخیره‌شده بازنویسی از رویه‌های شما نیست.
این یک راهنمای عملی (runbook) است. هر گام یک درخواست دارد و جدول پس از آن آنچه عامل تصمیم می‌گیرد را از آنچه موتور انجام می‌دهد جدا می‌کند.
راهنمای عملی: چگونه یک آرشیو Word را به Markdown مهاجرت دهم؟
-
قبل از هر چیز، مجوز را بررسی کنید.
قبل از تبدیل هر چیزی: وضعیت مجوز سرور markdown چیست؟
get_license_statusمقدارmode،licensed،consumptionو نسخه‌های سرور و موتور را برمی‌گرداند. حالت ارزیابی فقط ۳ صفحه در هر سند را پردازش می‌کند، بنابراین اجرای بدون مجوز استاب‌های معقولی تولید می‌کند. -
فهرست‌برداری از آرشیو.
هر فایل در پوشه آرشیو را همراه با فرمت، تعداد صفحات و اینکه رمزگذاری شده است یا نه، فهرست کنید.
سرور Markdown ابزار فهرست‌برداری پوشه ندارد، بنابراین عامل با دسترسی فایل‌های کلاینت خود پوشه را فهرست می‌کند یا از نام‌های فایلی که به او می‌دهید استفاده می‌کند.
سپس
get_document_infoمقدارfileFormat،pageCount،title،authorوisEncryptedرا برای هر فایل بدون تبدیل آن برمی‌گرداند. فایل‌های رمزگذاری‌شده به پارامترpasswordنیاز دارند. -
یک آزمایش حدود بیست فایل اجرا کنید.
بیست سند اول را به Markdown با front matter و تصاویر به‌صورت فایل‌ها تبدیل کنید. برای هر یک، فرمت، صفحات و اندازه خروجی را گزارش دهید.
-
آنچه تبدیل نشد را پیدا کنید.
PDFهایی که تبدیل آن‌ها کمتر از ۲ کیلوبایت Markdown برای بیش از ۵ صفحه تولید کرده است را فهرست کنید.
این‌ها تقریباً همیشه اسکن هستند. در این سرور مرحله OCR وجود ندارد، بنابراین به ابزار دیگری نیاز دارند یا به‌صورت PDFهای ایندکس‌شده توسط متادیتا می‌مانند.
-
الگو را اصلاح کنید، سپس بقیه را به‌صورت دسته‌ای اجرا کنید. بیست فایل در هر دور، با گزارش هر بار، اجرای قابل بازبینی را حفظ می‌کند و استفاده‌ی متری را پیش‌بینی‌پذیر می‌سازد.
-
خروجی را همانند یک pull request بازبینی کنید. بخش‌های بعدی مواردی را که باید بررسی کنید فهرست می‌کنند.
| تصمیم | عامل | موتور |
|---|---|---|
| کدام فایل‌ها را تبدیل کنیم، به چه ترتیب و با چه اندازه دسته‌ای | بله | خیر |
کدام گزینه‌ها را پاس دهیم (images، frontMatter، flavor) |
بله، از درخواست شما | خیر |
| تبدیل عناوین، فهرست‌ها و جدول‌ها به Markdown | خیر | بله |
ذخیره‌سازی فایل‌های .md و تصویر |
خیر | بله |
| تشخیص فایلی ۳۰۰ صفحه‌ای که به ۴ کیلوبایت تبدیل شد | بله، از گزارش | خیر |
| تغییر نام، ساختار پوشه، کلیدهای اضافی front-matter | بله | خیر |
کدام فرمت‌ها به‌خوبی مهاجرت می‌شوند؟
- DOCX, DOC, RTF, ODT. ساختار در منبع صریح است، بنابراین عناوین و جدول‌ها به‌صورت تمیز منتقل می‌شوند.
- EPUB و MOBI. ساختار فصل‌ها به عناوین Markdown نگاشت می‌شود.
- CHM. فایل‌های راهنمای قدیمی، که اغلب تنها نسخه یک رویه هستند.
- XLSX. ورق‌های کاری به جدول تبدیل می‌شوند که برای فهرست پارامترها مناسب است.
مرور باید چه مواردی را بررسی کند؟
از عامل بخواهید اولین مرور را انجام دهد، سپس خودتان یک نمونه را بخوانید:
برای هر فایل تبدیل‌شده، تصاویر ارجاع‌شده را فهرست کنید و به من بگویید کدام فایل‌های تصویر موجود نیستند.
پنج خروجی با کوچک‌ترین اندازه نسبت به تعداد صفحاتشان را به من نشان دهید.
تصاویر نوشته‌شده با images: "file" در کنار فایل .md قرار می‌گیرند و با مسیر نسبی ارجاع می‌شوند، که همان چیزی است که یک مخزن مستندات انتظار دارد. یک .md که به تصاویری اشاره می‌کند که هرگز نوشته نشده‌اند، به‌صورت تصاویر خراب نمایش داده می‌شود. سپس منبع پر‌مشکل و خروجی آن را کنار هم باز کنید قبل از اینکه الگو را بر بقیه اعمال کنید. نتیجه بازبینی‌شده را با جریان کاری گیت معمولی خود کامیت کنید؛ سرور فایل‌ها را می‌نویسد و به مخزن شما دست نمی‌زند.
مثال جلسه (مختصر)
You: Convert the first twenty documents in /archive to Markdown with front matter
and images as files. Report format, pages and output size for each.
Agent: convert_to_markdown (frontMatter: true, images: "file") x 20
ops-manual-2014.docx DOCX 88 pages converted
install-guide.chm CHM 41 pages converted
supplier-forms-2009.pdf PDF 12 pages 1 KB of Markdown: probably a scan
Nineteen files look consistent; one scan needs separate handling.
محدودیت‌های صادقانه
بدون مجوز، حالت ارزیابی فقط ۳ صفحه اول هر سند را پردازش می‌کند و روی هر کدام یک watermark ارزیابی قرار می‌دهد. یک اجرای مهاجرت در این وضعیت صدها فایل کوتاه تولید می‌کند که درست به‌نظر می‌رسند، و این فاصله هفته‌ها بعد وقتی کسی به دنبال رویه‌ای که گم شده است جستجو می‌کند، کشف می‌شود. مهاجرت به یک مجوز نیاز دارد، بنابراین قبل از اولین دسته get_license_status را اجرا کنید. PDFهای اسکن‌شده تبدیل نمی‌شوند.
سؤالات متداول
آیا می‌توانم صدها سند Word را یک‌باره به Markdown تبدیل کنم؟
بله، اما نه در یک درخواست. به‌صورت دسته‌های حدود بیست‌تایی تبدیل کنید و پس از هر بار گزارش را بخوانید، تا گزینهٔ اشتباه قبل از اعمال به کل آرشیو اصلاح شود.
چگونه مستندات را با یک عامل هوش مصنوعی به گیت مهاجرت دهم؟
سرور فایل‌های .md و فایل‌های تصویر را در پوشه خروجی می‌نویسد. شما آن‌ها را بازبینی می‌کنید و با جریان کاری گیت معمولی خود کامیت می‌کنید.
آیا مهاجرت اسناد به‌عنوان‑کد اسناد من را بارگذاری می‌کند؟
خیر. GroupDocs.Markdown.Mcp یک فرآیند محلی است و آرشیو از دیسک خوانده می‌شود. فقط آنچه که عامل در گفتگو می‌نویسد به ارائه‌دهنده مدل می‌رسد.
عمیق‌تر بروید
- مستندات، راهنمای رسمی: چگونه مستندات قدیمی را با هوش مصنوعی به Markdown مهاجرت دهیم
- مرکز مستندات: سرور GroupDocs.Markdown MCP
- از اینجا شروع کنید: خط لوله RAG شما با Markdown شروع می‌شود — این گام را به‌صورت محلی نگه دارید
- مرتبط: ۳ روش برای استخراج فقط بخشی که نیاز دارید به Markdown با MCP
- مرتبط: از اسناد به یک سایت ایستا: Hugo، Docusaurus یا MkDocs از طریق یک عامل هوش مصنوعی
- درون‌سازمانی و مدل امنیتی: ۳ معماری برای پردازش اسناد هوش مصنوعی، و آن‌که فایل‌ها را داخل شبکه شما نگه می‌دارد
- سؤالات: انجمن GroupDocs Markdown
- منبع: GroupDocs.Markdown.Mcp در GitHub