برای ترکیب اسناد با یک عامل هوش مصنوعی، اجازه دهید عامل یک موتور ترکیب را فراخوانی کند؛ از مدل زبانی نخواهید که فایل‌ها را بخواند و نسخه ترکیبی را بنویسد. سرور GroupDocs.Merger.Mcp به مشتریانی مانند Claude Desktop، Claude Code و Cursor یک ابزار merge می‌دهد که فایل‌ها را به‌صورت محلی، روی دستگاه شما ترکیب می‌کند و نسخه‌های اصلی را دست‌نخورده می‌گذارد:

part-one.pdf، part-two.pdf و appendix.pdf را در یک سند ترکیب کنید، appendix در انتها باشد.

نسخه گام‌به‌گام همراه با پیکربندی و عیب‌یابی در مستندات موجود است: چگونه اسناد را با عوامل هوش مصنوعی با استفاده از MCP ترکیب کنیم.

چه مشکلی هنگام بازنویسی سند توسط یک مدل زبانی پیش می‌آید؟

بدون ابزار ترکیب، مدل معمولاً از متن استخراج‌شده هر فایل استفاده می‌کند و محتوای جدیدی می‌نویسد. خروجی یک سند جدید است که شبیه ورودی‌هاست. چیدمان، سبک‌ها، جدول‌ها و اشیای توکار تضمین نمی‌شود که پس از بازنویسی حفظ شوند و در این فرایند هیچ‌چیزی خروجی را در مقابل نسخه‌های اصلی بررسی نمی‌کند، بنابراین محتواهای حذف‌شده یا بازنویسی‌شده ممکن است بدون توجه باقی بمانند.

این مسئله به یک مدل خاص مربوط نیست. از روش ناشی می‌شود: بازنویسی یک بازنویسی است و بازنویسی ترکیب نیست.

موتور ترکیب چه کاری متفاوت انجام می‌دهد؟

موتور هر منبع را در قالب خودش باز می‌کند و اسناد را ترکیب می‌نماید. صفحهٔ عیب‌یابی GroupDocs.Merger نتیجه را این‌گونه بیان می‌کند: موتور اسناد را در قالب اصلیشان ترکیب می‌کند و چیدمان، سبک‌ها و ساختار را حفظ می‌نماید؛ این یک ترکیب چاپ‑به‑PDF نیست. قلم‌ها و سبک‌هایی که بین منابع متفاوت هستند، در نتیجه نیز متفاوت می‌مانند.

کار مدل به کاری که در آن مهارت دارد محدود می‌شود: درک درخواست شما، انتخاب فایل‌ها، تعیین ترتیب و بررسی نتایج. موتور کارهای سطح سند را انجام می‌دهد.

کدام سرور MCP فایل‌های PDF را ترکیب می‌کند؟

ابزار merge در GroupDocs.Merger.Mcp برای عامل به این صورت توصیف شده است: «۲ تا ۴ سند را در یک فایل واحد ترکیب می‌کند و نتیجه را در ذخیره‌سازی ذخیره می‌نماید». این ابزار از PDF، DOCX، XLSX، PPTX و بیش از ۳۰ قالب دیگر سند، تصویر و آرشیو پشتیبانی می‌کند. ورودی‌ها file1 و file2 هستند و به‌صورت اختیاری می‌توان file3 و file4 را نیز اضافه کرد. نتیجه در پوشهٔ خروجی شما ذخیره می‌شود و منابع تغییر نمی‌کنند.

چهار ابزار کل سرور را تشکیل می‌دهند:

ابزار عملکرد
merge ترکیب دو تا چهار سند در یک فایل
split استخراج صفحاتی که نام می‌برید، هر کدام به‌صورت سند جداگانه
get_document_info بازگرداندن نوع فایل، تعداد صفحات، اندازه و ابعاد هر صفحه
get_license_status گزارش وضعیت لایسنس: ارزیابی، دارای لایسنس یا متری

چگونه می‌توانید PDFها را به‌صورت محلی با Claude ترکیب کنید؟

سرور را با Docker اجرا کنید یا با نصب .NET 10 SDK، با dnx راه‌اندازی کنید:

dnx GroupDocs.Merger.Mcp --yes

متغیر GROUPDOCS_MCP_STORAGE_PATH را به پوشه‌ای که اسناد شما در آن قرار دارد تنظیم کنید و سرور را در کلاینت خود ثبت کنید. مستندات پیکربندی برای Claude Desktop, Claude Code, VS Code با GitHub Copilot, Cursor, Windsurf و موارد دیگر را فهرست می‌کند. از طریق حمل‌ونقل stdio MCP، کلاینت سرور را به‌عنوان یک فرایند فرزند اجرا می‌کند. مسیر داده‌ها به‌صورت عامل، سرور محلی، سیستم‌فایل محلی است؛ هیچ سندی به وب‌سایت ترکیب بارگذاری نمی‌شود.

قوانین ابزار ترکیب

قانون معنای عملی
ترتیب بر اساس اسلات است file1 اولین و file4 آخرین است. در درخواست بگویید «appendix آخر باشد».
دو تا چهار فایل در هر فراخوان برای نه PDF، از عامل بخواهید هر بار چهار فایل را ترکیب کند و هر نتیجه را به فراخوان بعدی زنجیره کنید.
یک خانوادهٔ قالب همه PDF یا همه DOCX. مجموعهٔ ترکیبی بدون نتیجهٔ تعریف‌شده ترکیب می‌شود.
قالب‌های ترکیبی ابتدا با GroupDocs.Conversion.Mcp تبدیل کنید، سپس مجموعهٔ هم‌نوع را ترکیب کنید.

مثال جلسه (مختصر)

نمونه‌ای بر پایهٔ رفتار مستند شدهٔ ابزار، نه یک اسکرین‌شات واقعی.

You:   Combine part-one.pdf, part-two.pdf and appendix.pdf into one
       document, appendix last.

Agent: [calls merge with file1 = part-one.pdf, file2 = part-two.pdf,
        file3 = appendix.pdf]
       Merged the three PDFs in that order. The combined file is in
       your output folder and the three sources are unchanged.
       Want me to check the page count of the result?

محدودیت‌های صادقانه

  • حالت ارزیابی به‌صورت ساکن نتیجه را کوتاه می‌کند. بدون لایسنس، نتیجه به اولین ۳ صفحه محدود می‌شود و هر صفحه یک نشان آزمایشی دارد. ترکیب چهار PDF ده‌صفحه‌ای به‌صورت سه صفحه باز می‌گردد و به‌نظر می‌رسد کار کرده است. بپرسید «وضعیت لایسنس سرور ترکیب چیست؟» تا عامل قبل از اجرا واقعی get_license_status را فراخوانی کند.
  • در یک فراخوان ترکیب قالب‌های مخلوط مجاز نیست. یک PDF و یک فایل Word ابتدا باید تبدیل شوند.
  • یک ویرایشگر نیست. سرور صفحات کامل را ترکیب و استخراج می‌کند؛ محتوا داخل صفحه را ویرایش نمی‌کند.
  • شما باید تعداد صفحات را بررسی کنید. با get_document_info تعداد صفحات نتیجه را بپرسید و با مجموع بخش‌ها مقایسه کنید.

پرسش‌های متداول

آیا Claude می‌تواند PDFها را بدون بارگذاری ترکیب کند؟ بله، با یک سرور MCP محلی. سرور روی دستگاه شما اجرا می‌شود و پوشه‌های محلی را می‌خواند و می‌نویسد، بنابراین اسناد خودشان بارگذاری نمی‌شوند. درخواست‌ها و پاسخ‌های عامل همچنان به ارائه‌دهندهٔ مدل مورد استفادهٔ کلاینت شما می‌روند.

چرا اجازه نمی‌دهم مدل زبانی خود فایل‌ها را ترکیب کند؟ مدلی که سند را بازنویسی می‌کند محتوای جدیدی تولید می‌کند و چیدمان و سبک‌ها تضمین نمی‌شود که مطابقت داشته باشند. یک موتور اسناد اصلی را در قالب خود ترکیب می‌کند.

چرا فایل ترکیبی من فقط سه صفحه دارد؟ سرور در حالت ارزیابی اجرا می‌شود که نتیجه را به اولین ۳ صفحه کوتاه می‌کند. یک فایل لایسنس یا کلیدهای متری را اعمال کنید و ترکیب را دوباره اجرا کنید.

برای مطالعهٔ عمیق‌تر