چگونه تیم‌های پلتفرم از GroupDocs.Parser برای اتصال ابزارهای سند به مشتریان MCP در .NET استفاده می‌کنند

💡 مثال کامل قابل اجرا در گیت‌هاب موجود است: parser-mcp-document-tools-dotnet

چالش پلتفرم: چرا ابزارهای سند در مرزهای MCP متوقف می‌شوند

ابزارهای سند مبتنی بر Docker برای مشتریان MCP یک الگوی استقرار GroupDocs.Parser.Mcp در .NET است که یک تصویر کانتینر را با بررسی‌های کتابخانه‌ای آفلاین برای get_document_info، extract_text و extract_tables جفت می‌کند. گروه‌های مهندسی پلتفرم که ابزارهای سند را برای دستیارها تحویل می‌دهند، به ندرت با «آیا می‌توانیم یک DOCX را تجزیه کنیم؟» مشکل دارند. آن‌ها با یک محدودیت دقیق‌تر مواجه می‌شوند: سرور MCP باید در تنظیمات مشتری به‌عنوان یک فهرست ابزار نام‌گذاری‌شده ظاهر شود، در حالی که موتور تجزیه به‌قدری بزرگ است که GroupDocs.Parser.Mcp فقط به‌صورت تصویر کانتینر و نه به‌صورت بسته NuGet توزیع می‌شود.

وقتی یک تیم محصول درخواست اطلاعات سند، متن ساده و جداول آماده چت داخل یک مشتری MCP می‌کند، تیم پلتفرم دو مسیر را به‌عهده می‌گیرد. مسیر اول عملیات است: docker run با یک حجم در /data، برچسب‌های ثابت مانند :26.9.0 و یک ورودی ثابت mcpServers. مسیر دوم تأیید است: ثابت کردن این‌که GroupDocs.Parser برای .NET همان حقایقی را برمی‌گرداند که آن ابزارها قبل از اینکه هر کسی به یک دست‌دادگی زنده وابسته شود، برمی‌گرداند. اگر هر یک از این مسیرها نادیده گرفته شود، خطاها به‌صورت پاسخ‌های خالی مشتری MCP ظاهر می‌شوند نه به‌عنوان یک تست واحد ناموفق.

آنچه این تیم‌ها به‌طور واضح نیاز دارند، یک قطعه ثبت‌نام است که می‌توانند در مشتریان MCP بچسبانند، به‌همراه فراخوانی‌های آفلاین C# که JSON، متن و آثار Markdown را برای بازبینی می‌نویسند. این موقعیتی بود که وقتی یک شریک درخواست extract_tables در چت کرد قبل از اینکه Docker بر روی لپ‌تاپ‌های توسعه‌دهنده تأیید شود، کتابخانه‌های آینه‌ای تحویل را ادامه دادند در حالی که تیم امنیتی بررسی کانتینر را تکمیل می‌کرد.

نگرش صنعتی: GroupDocs.Parser.Mcp در ghcr.io/groupdocs-parser/parser-net-mcp منتشر شده و یک توزیع فقط‑Docker را مستند می‌کند زیرا موتور از محدودیت‌های اندازه NuGet فراتر می‌رود. بنابراین نمایش‌های محلی APIهای معادل ابزار را بدون نیاز به یک جلسه زنده MCP تأیید می‌کنند (مستندات MCP).


چرا رویکردهای عمومی در اینجا ناکافی هستند

تیم‌ها معمولاً قبل از پذیرش یک سرور سند اختصاصی MCP یکی از مسیرهای زیر را امتحان می‌کنند:

  • اسکریپت‌های شل اد‑هاک دور تبدیل‌کننده‌های دسکتاپ: در DOCX و XLSX شکننده‌اند و ابزارهای نام‌گذاری‌شده MCP را ارائه نمی‌دهند.
  • فراخوانی Parser فقط در یک API خصوصی: در‑فرآیند کار می‌کند، اما مشتریان MCP هرگز get_document_info یا extract_text را به‌عنوان ابزارهای درجه یک نمی‌بینند.
  • انتظار برای یک بسته NuGet MCP: برای این سرور موجود نیست؛ مسیر منتشرشده فقط تصویر کانتینر است.

GroupDocs.Parser شکاف را با جفت کردن سرور Docker MCP با همان APIهای Parser که سرویس‌های .NET شما قبلاً استفاده می‌کنند، پر می‌کند.


راه‌حل: GroupDocs.Parser در یک جریان کاری پلتفرم MCP

GroupDocs.Parser برای .NET نیمی از تأیید داستان MCP را تشکیل می‌دهد. Parser.GetDocumentInfo، Parser.GetText، GetFormattedText(Markdown) و GetTables ابزارهایی را که GroupDocs.Parser.Mcp به مشتریان MCP ارائه می‌دهد، آینه می‌کنند. مخزن نمونه Result/mcp-server.example.json را برای ثبت‌نام می‌نویسد، سپس سه ابزار پرتقاضا را در برابر فایل‌های DOCX و XLSX بسته‌بندی‌شده اجرا می‌کند تا اپراتورها بتوانند خروجی‌ها را زیر Result/ بررسی کنند.

برای دنبال کردن پیاده‌سازی زیر، به موارد زیر نیاز دارید:

  • .NET 8 SDK
  • GroupDocs.Parser 26.10.0 (مجوز موقت)
  • اسناد نمونه (مخزن شامل sample.docx، sample.xlsx، sample.pdf است)
  • Docker Engine فقط هنگام راه‌اندازی سرور زنده MCP
dotnet add package GroupDocs.Parser --version 26.10.0

پیاده‌سازی ابزارهای سند MCP گام به گام

در اینجا نحوه ثبت GroupDocs.Parser.Mcp و تأیید APIهای معادل ابزار را می‌بینید. این سناریو با یک تیم پلتفرم که ابزارهای سند را برای دستیارها بر روی .NET 8 راه‌اندازی می‌کند، مطابقت دارد.

گام ۱ - تولید ثبت‌نام Docker MCP

یک ورودی mcpServers بنویسید که کانتینر را به‌صورت تعاملی اجرا می‌کند و پوشه اسناد میزبان را در /data سوار می‌کند. برچسب‌ها را در تنظیمات مشترک ثابت کنید.

// JSON for MCP clients: docker run --rm -i -v <host>:/data <image>
string normalizedHost = hostDocumentsPath.Replace('\\', '/');
var payload = new
{
    mcpServers = new
    {
        groupdocs_parser = new
        {
            command = "docker",
            args = new[]
            {
                "run", "--rm", "-i",
                "-v", $"{normalizedHost}:/data",
                McpImage
            }
        }
    },

ادامه با فهرست ابزارها و نوشتن JSON UTF‑8 برای وارد کردن توسط مشتری:

    tools = new[]
    {
        "extract_text",
        "extract_tables",
        "extract_metadata",
        "extract_images",
        "extract_barcodes",
        "get_document_info",
        "get_license_status"
    },
    notes = "Pin the image tag in shared configs "
        + "(for example :26.9.0) instead of :latest."
};
var json = JsonSerializer.Serialize(
    payload,
    new JsonSerializerOptions { WriteIndented = true });
File.WriteAllText(outputPath, json, Encoding.UTF8);

گام ۲ - آینه‌سازی get_document_info برای بررسی‌های پیش‌پرواز

مشتریان MCP اغلب قبل از ابزارهای سنگین‌تر get_document_info را فراخوانی می‌کنند. این قرارداد را با Parser.GetDocumentInfo آینه کنید تا طرح‌واره‌ها ثابت بمانند.

using var parser = new Parser(sourcePath);
var info = parser.GetDocumentInfo();

var payload = new
{
    fileName = Path.GetFileName(sourcePath),
    fileType = info?.FileType?.ToString(),
    pageCount = info?.PageCount,
    sizeBytes = info?.Size
};

File.WriteAllText(
    outputPath,
    JsonSerializer.Serialize(
        payload,
        new JsonSerializerOptions { WriteIndented = true }),
    Encoding.UTF8);

چرا این فیلدها برای عملیات پلتفرم مهم هستند:

  • fileType: تأیید می‌کند که تجزیه‌کننده قبل از اجرای ابزارهای متنی فرمت را شناسایی کرده است
  • pageCount: سیگنال ارزان برای تعیین بودجه زمینه مشتری MCP
  • sizeBytes: برای کوتا و بررسی‌های ناهنجاری در بارگذاری‌های ورودی پشتیبانی می‌کند

در sample.docx بسته‌بندی‌شده، اجرای ثبت‌شده یک نوع Microsoft Word Open XML، ۲ صفحه و ۱۵۲۱۴ بایت را گزارش می‌دهد.

گام ۳ - آینه‌سازی extract_text برای خروجی قابل خواندن توسط دستیار

using var parser = new Parser(sourcePath);
using TextReader? reader = parser.GetText();
if (reader == null)
{
    File.WriteAllText(outputPath, string.Empty, Encoding.UTF8);
    return 0;
}

string text = reader.ReadToEnd();
File.WriteAllText(outputPath, text, Encoding.UTF8);
return text.Length;

بازگرداندن تعداد کاراکترها سیگنال موفقیت قابل اندازه‌گیری برای CI و کنسول‌ها فراهم می‌کند که با آنچه اپراتورها از ابزار MCP extract_text انتظار دارند، مطابقت دارد.

گام ۴ - آینه‌سازی extract_tables به‌صورت Markdown برای رابط‌های چت

ترجیحاً Markdown قالب‌بندی‌شده را استفاده کنید، سپس در صورت عدم موجودی به جدول‌های لوله‌ای از GetTables بازگردید تا مشتریان چت مسیر رندرینگ ثابتی داشته باشند.

using var parser = new Parser(sourcePath);

using (TextReader? formatted = parser.GetFormattedText(
           new FormattedTextOptions(FormattedTextMode.Markdown)))
{
    if (formatted != null)
    {
        string markdown = formatted.ReadToEnd();
        File.WriteAllText(outputPath, markdown, Encoding.UTF8);
        int rows = 0;
        using var sr = new StringReader(markdown);
        string? line;
        while ((line = sr.ReadLine()) != null)
        {
            if (line.Contains('|', StringComparison.Ordinal))
                rows++;
        }
        return rows > 0
            ? rows
            : (string.IsNullOrWhiteSpace(markdown) ? 0 : 1);
    }
}

زمانی که Markdown قالب‌بندی‌شده در دسترس نیست، ویژگی‌ها و جداول ساختاری را بررسی کنید:

if (!parser.Features.Tables)
{
    File.WriteAllText(
        outputPath,
        "_Tables extraction is not supported for this file._\n",
        Encoding.UTF8);
    return 0;
}

IEnumerable<PageTableArea>? tables = parser.GetTables();
if (tables == null)
{
    File.WriteAllText(outputPath, "_No tables returned._\n", Encoding.UTF8);
    return 0;
}

سیستم‌های پایین‌دستی می‌توانند Markdown را در کنار فایل XLSX منبع بایگانی کنند، یا جدول‌های لوله‌ای را مستقیماً به پنل‌های چت مشتری MCP بدون نیاز به مبدل دوم تغذیه کنند.


چرا تیم‌های پلتفرم باید هر دو Docker MCP و آینه‌های کتابخانه‌ای را نگه دارند؟

Docker MCP را نگه دارید وقتی مشتریان MCP باید ابزارهای نام‌گذاری‌شده را در مقابل فایل‌ها تحت /data از طریق ghcr.io/groupdocs-parser/parser-net-mcp فراخوانی کنند. آینه‌های کتابخانه‌ای را نگه دارید وقتی PRها باید get_document_info، extract_text و extract_tables را بدون یک دست‌دادگی زنده ثابت کنند. این مسیر دوگانه سیاست کانتینر را از رگرسیون‌های تجزیه جدا می‌کند. یک برچسب تولیدی ثابت کنید و آینه‌های .NET را در CI برای هر ارتقاء بسته Parser اجرا کنید، همان‌طور که مخزن نمونه نشان می‌دهد.


جریان کاری واقعی: راه‌اندازی ابزارهای سند برای یک ناوگان مشترک مشتریان MCP

یک تیم پلتفرم که از سه تیم محصول پشتیبانی می‌کند، یک پایهٔ مشتری MCP را نگه می‌دارد. هر تیم سندهای DOCX و شیت‌های XLSX را به یک حجم اسناد مشترک می‌اندازد. قبل از ارتقاء یک برچسب جدید parser-net-mcp، تیم میزبان کنسول .NET را اجرا می‌کند: JSON ثبت‌نام دوباره تولید می‌شود، document-info.json با مقادیر طلایی مقایسه می‌شود (۲ صفحه / ۱۵۲۱۴ بایت برای DOCX آزمایشی)، شمارش کاراکترهای متن ثبت می‌شود و Markdown Sheet1/Sheet2 از نمونه XLSX برای ساختار جدول لوله‌ای بررسی می‌شود.

این جریان کاری مستقیماً به گام‌های بالا نگاشته می‌شود. گام ۱ پیکربندی ناوگان است. گام‌های ۲‑۴ دروازه‌های آفلاین هستند. تنها پس از عبور این دروازه‌ها تصویر کانتینر ثابت به میزبان‌های مشتری MCP منتقل می‌شود. برای خطاهای خاص Docker، اپراتورها از راهنمای عیب‌یابی MCP استفاده می‌کنند.


تأثیر تجاری: این چه تغییری ایجاد می‌کند

متریک قبل (دست‌ساز) بعد (GroupDocs.Parser + MCP)
ثبت‌نام مشتری یادداشت‌های دستی، انحراف در هر لپ‌تاپ JSON mcpServers در مخزن
بررسی قرارداد ابزار فقط پس از شکست تماس‌های زنده MCP فیکسچرهای آفلاین JSON/متن/Markdown
تحویل جدول به چت مبدل‌های CSV سفارشی Markdown هم‌راستا با extract_tables
توزیع بسته انتظار بسته NuGet MCP سرور فقط‑Docker واضح + کتابخانه NuGet
انحراف تصویر :latest شناور برچسب‌های ثابت مانند :26.9.0
ردپای حسابرسی فقط لاگ‌های چت آثار Result/ برای هر اجرا

اثر ترکیبی، راه‌اندازی سریع‌تر برای مشتریان MCP و شگفتی‌های کمتر در تولید است، زمانی که سیاست کانتینر و رفتار تجزیه در ساعت‌های متفاوتی پیش می‌روند.


سایر سناریوهای پلتفرمی که این راه‌حل در آن‌ها مناسب است

پس از راه‌اندازی ثبت‌نام و آینه‌ها، همان APIها از این موارد پشتیبانی می‌کنند:

  • دروازه‌های پیش‌ورودی: رد کردن بارگذاری‌ها وقتی pageCount یا sizeBytes خارج از سیاست باشد قبل از اجرای مشتریان MCP
  • خلاصه‌های صفحه‌گسترده: ارسال جداول Markdown از XLSX به ربات‌های استند‑آپ
  • بسته‌های دود smoke چندفرمت: نگهداری نمونه‌های DOCX، XLSX و PDF کنار پیکربندی MCP برای رگرسیون هفتگی
  • استقرارهای Sidecar: اجرای GroupDocs.Parser.Mcp در کنار یک API .NET که هنوز برای کارهای داخلی از Parser در‑فرآیند استفاده می‌کند

شروع کار در محیط پلتفرم شما

شما دیدید که GroupDocs.Parser چگونه ابزارهای سند MCP را برای تیم‌های پلتفرم در .NET مدیریت می‌کند. گام‌های بعدی:

منابع