فرض کنید یک پوشه از قراردادها دارید و برای بررسی به صفحه اول هر کدام یا صفحه امضا نیاز دارید. یک عامل هوش مصنوعی با سرور GroupDocs.Merger.Mcp این کار را در یک درخواست، به‌صورت محلی روی ماشین شما، از Claude Desktop، Claude Code، Cursor یا VS Code با GitHub Copilot انجام می‌دهد:

صفحه ۱ را از هر PDF در پوشه اسناد من استخراج کنید و فهرست آنچه تولید کردید را بدهید.

نسخه گام‌به‌گام با پیکربندی و عیب‌یابی در مستندات موجود است: چگونه صفحات را از اسناد متعدد به‌صورت همزمان استخراج کنیم.

عامل با یک پوشه از فایل‌ها چه کاری انجام می‌دهد؟

برای هر فایل، عامل یک بار ابزار split را فراخوانی می‌کند. هر فراخوانی یک سند تک‌صفحه‌ای می‌نویسد. بنابراین یک پوشه حاوی ۴۰ فاکتور منجر به ۴۰ صفحه جلد می‌شود. این ابزار حالت پوشه‌ای ندارد؛ عامل حلقه را فراهم می‌کند و موتور استخراج صفحه را برای هر فایل انجام می‌دهد. فایل‌ها بر اساس نام داخل پوشه‌ای که در GROUPDOCS_MCP_STORAGE_PATH تنظیم شده است، شناسایی می‌شوند، بنابراین عامل invoice-014.pdf را می‌فرستد، نه مسیر از ماشین شما.

چگونه صفحات استخراج‌شده را از پوشه اصلی جدا نگه دارید؟

چهل صفحه استخراج‌شده در کنار چهل صفحه اصلی، پوشه‌ای است که هیچ‌کس نمی‌تواند به راحتی در آن حرکت کند. GROUPDOCS_MCP_OUTPUT_PATH را به یک دایرکتوری جدا تنظیم کنید تا نتایج از منابع جدا شوند. اگر این تنظیم انجام نشود، خروجی به پوشه ذخیره‌سازی می‌رود. این یک تنظیم یک‌بار مصرف است و هر درخواست دسته‌ای پس از آن منظم می‌ماند.

چگونه صفحه آخر یا صفحه‌ای که موقعیتش تغییر می‌کند را استخراج کنید؟

«صفحه آخر» در هر فایل شماره متفاوتی دارد. ابتدا بگذارید عامل get_document_info را برای هر سند فراخوانی کند. این متد pageCount را برمی‌گرداند، بنابراین عامل می‌تواند شماره صفحه را برای هر فایل محاسبه کند:

برای هر PDF در پوشه، تعداد صفحات را بررسی کنید، سپس صفحه آخر هر کدام را استخراج کنید.

عاملی که حدس می‌زند در فایل‌هایی که حدس اشتباه است شکست می‌خورد. خطا به‌صورت فایل به فایل است و کشنده نیست.

رایج‌ترین انواع درخواست‌ها چیست؟

صفحه آخر هر سند را استخراج کنید. ابتدا تعداد صفحات را بررسی کنید.

صفحه ۲ را از هر قرارداد استخراج کنید، سپس همه آن‌ها را در یک فایل بررسی ترکیب کنید.

برای هر فایل، صفحه امضا را استخراج کنید و نتایج را در پوشه خروجی قرار دهید.

درخواست دوم به merge زنجیره می‌شود و در دورهای حداکثر چهار سند اجرا می‌گردد، که یک سند ترکیبی واحد ساخته‌شده از یک صفحه هر منبع به شما می‌دهد. بیش از چهار منبع به معنای دورهای بیشتر است. درخواست صفحه امضا زمانی کار می‌کند که به عامل بگویید کدام صفحه حاوی امضا است؛ ابزار فقط شماره صفحاتی که به آن می‌دهید را استخراج می‌کند و به دنبال محتوا نمی‌گردد.

چه زمانی یک درخواست برای هر پوشه مناسب است؟

از آن استفاده کنید وقتی همان قانون برای همه فایل‌ها اعمال می‌شود: صفحه اول، صفحه آخر، یا صفحه امضای شناخته‌شده. درخواست یک بار قانون را بیان می‌کند و عامل آن را به‌صورت فایل به فایل اعمال می‌کند. کارهای بایگانی و بررسی قانونی این الگو را دارند: یک صفحه جلد از هر فایل برای فهرست، یا صفحه‌ای که امضاها را دارد برای بررسی. اگر قانون برای هر فایل متفاوت باشد، پوشه را به گروه‌ها تقسیم کنید و برای هر گروه یک درخواست اجرا کنید، به‌طوری که هر درخواست هنوز یک قانون واحد را بیان کند. دستور «فهرست آنچه تولید کردید» را در هر درخواست دسته‌ای نگه دارید؛ این فهرست رکورد شما از فایل‌های پردازش‌شده است.

جلسه نمونه (مختصر)

یک تصویر بر پایه رفتار مستند شده ابزار، نه یک اسکرین‌شات ضبط‌شده.

You:   Extract page 1 from every PDF in my documents folder and
       list what you produced.

Agent: Found 3 PDFs in the folder.
       [calls split on each file with pages = "1"]
       Extracted page 1 from all 3 files: 3 single-page documents
       in your output folder. No failures.

چه مشکلاتی در یک دسته بزرگ فایل‌ها پیش می‌آید؟

  • خطاها به‌صورت فایل به فایل هستند. یک سند خراب یا محافظت‌شده با رمز عبور، فراخوانی خود را شکست می‌دهد. خطاها را به‌صورت فهرست درخواست کنید تا یک دسته ۴۰ تایی دو خطا را پنهان نکند. ابزار split یک آرگومان password برای اسناد محافظت‌شده می‌پذیرد.
  • سند کوتاه. درخواست صفحه‌ای که وجود ندارد برای آن فایل شکست می‌خورد؛ فایل‌های دیگر تحت تأثیر قرار نمی‌گیرند.
  • استفاده متری می‌شود. تحت مجوز متری، هر فراخوانی به‌عنوان پردازش هزینه‌برداری می‌شود.

محدودیت‌های صادقانه

  • حالت ارزیابی خروجی ترکیبی را به ۳ صفحه محدود می‌کند. نتیجه به اولین ۳ صفحه کوتاه می‌شود و بر هر صفحه یک نشان آزمایشی قرار می‌گیرد. استخراج صفحات تک‌صفحه‌ای تحت تأثیر نیست، اما به محض ترکیب نتایج، این محدودیت به‌صورت ساکت اعمال می‌شود. یک فایل بررسی ترکیبی ساخته‌شده از چهل صفحه اول فقط به سه صفحه باز می‌گردد. قبل از اجرا get_license_status را بررسی کنید.
  • جستجوی محتوا وجود ندارد. عامل صفحات را بر اساس شماره انتخاب می‌کند. یافتن «صفحه‌ای که امضا دارد» دستور شماست، نه ویژگی ابزار.
  • حالت پوشه‌ای در ابزار وجود ندارد. یک فراخوانی split یک فایل را پردازش می‌کند، بنابراین یک پوشه بزرگ به معنای فراخوانی‌های متعدد است.

پرسش‌های متداول

چگونه صفحه اول را از تمام PDFهای یک پوشه استخراج کنم؟ سرور را به پوشه اشاره دهید، سپس بپرسید: «صفحه ۱ را از هر PDF در پوشه اسناد من استخراج کنید و فهرست آنچه تولید کردید را بدهید». عامل برای هر فایل split را فراخوانی می‌کند.

آیا هوش مصنوعی می‌تواند اسناد را به‌صورت دسته‌ای تقسیم کند و صفحات را در یک فایل جمع‌آوری کند؟ بله. پس از استخراج، از عامل بخواهید فایل‌های تک‌صفحه‌ای را در دورهای چهارتایی ترکیب کند. در حالت ارزیابی، آن فایل ترکیبی به ۳ صفحه کوتاه می‌شود.

آیا فایل‌ها از ماشین من خارج می‌شوند؟ خیر. سرور پوشه‌هایی را که پیکربندی می‌کنید می‌خواند و می‌نویسد، از طریق انتقال محلی stdio، بدون هیچ پورت ورودی.

بیشتر بخوانید