می‌توانید «ضمیمه کردن صفحه‌ای که مشکل را نشان می‌دهد» را به یک درخواست تبدیل کنید. سرور GroupDocs.Viewer.Mcp صفحات مورد نظر شما را از یک فایل PDF، Word، Excel یا PowerPoint رندر می‌کند و هر کدام را به صورت PNG با نام فایل پیش‌بینی‌شده‌ای به‌صورت محلی روی دستگاه شما ذخیره می‌نماید، به‌طوری که Claude، Cursor یا GitHub Copilot بتوانند این تصاویر را برای گزارش باگ، یادداشت بازبینی یا اسلاید تولید کنند:
صفحات 1، 4 و 9 از مشخصات را رندر کنید و به من بگویید فایل‌ها در کجا هستند.
نسخه گام‌به‌گام با پیکربندی و عیب‌یابی در مستندات موجود است: How to create page images of documents for reports and tickets.
چرا به‌طور کلی تصاویر صفحات را خودکار کنیم؟
یک تصویر صفحه ارزان‌ترین مدرک موجود است. یک مهندس پشتیبانی صفحه فاکتور که مقدار نادرست را نشان می‌دهد ضمیمه می‌کند؛ یک بازبین هر صفحه تغییر یافته را به‌صورت تصویر کوچک در یادداشت‌های بازبینی می‌اندازد؛ یک ارائه‌دهنده فقط یک نمودار، بدون بازفرمت، نیاز دارد. انجام این کار به‌صورت دستی به این معناست که فایل را باز کنید، صفحه را پیدا کنید، اسکرین‌شات بگیرید و نتیجه را نام‌گذاری کنید. تعداد صفحات در هر فایل متفاوت است، بنابراین کار هرگز به‌صورت دسته‌ای خوب پیش نمی‌رود.
یک عامل می‌تواند بخش تکراری را انجام دهد اگر رندر توسط یک موتور واقعی انجام شود نه توسط عاملی که آن را شبیه‌سازی می‌کند. موتور همان‌گونه که سند را صفحه‌بندی می‌کند، صفحه‌بندی می‌کند و هر بار همان نوع PNG را می‌نویسد.
جریان کار چیست؟
- فایل‌ها را در جایی قرار دهید که سرور بتواند آن‌ها را ببیند. پوشه‌ای که اسناد را نگه می‌دارد، چه حاوی فایل‌های PDF باشد چه Word، سوار کنید تا رندر تصویر صفحه DOCX به همان شکل کار کند. سرور از مسیر ذخیره‌سازی می‌خواند و تصاویر را در مسیر خروجی می‌نویسد، که می‌توانید با
GROUPDOCS_MCP_OUTPUT_PATHآن را جدا نگه دارید. - تعداد صفحات را بررسی کنید. درخواست: «مشخصات چند صفحه دارد؟» عامل متد
get_view_infoرا فراخوانی می‌کند وpageCountرا می‌خواند. این مهم است زیراrender_pageصفحه‌ای خارج از انتهای سند را رد نمی‌کند. - صفحات را نام‌گذاری کنید. درخواست: «صفحات 1، 4 و 9 از مشخصات را رندر کنید و به من بگویید فایل‌ها در کجا هستند.» عامل متد
render_pageرا سه بار، یک بار برای هر صفحه، فراخوانی می‌کند. - نام‌های فایل را جمع‌آوری کنید. فایل‌ها
specification_page1.png،specification_page4.pngوspecification_page9.pngدر پوشه خروجی هستند. عامل مسیرها را گزارش می‌دهد. - آن‌ها را ضمیمه کنید. اگر مشتری شما همچنین یک سرور MCP issue‑tracker یا چت متصل داشته باشد، از عامل بخواهید فایل‌ها را به تیکت یا پیام ضمیمه کند. این مرحله از ابزارهای سرور دیگر استفاده می‌کند، نه این سرور.
اگر فقط می‌خواهید فایل‌ها را دریافت کنید، این‌گونه بگویید تا عامل هر تصویر را توصیف نکند:
فقط تصاویر را ذخیره کنید؛ نیازی به توصیف آن‌ها نیست.
عامل چه تصمیمی می‌گیرد و موتور چه کاری انجام می‌دهد؟
| تصمیم یا اقدام | عامل | موتور |
|---|---|---|
| کدام صفحات مرتبط هستند | «صفحات حاوی جدول قیمت‌گذاری» را به شماره صفحات تبدیل می‌کند، پس از رندر یا بازرسی | هیچ‌چیز |
| آیا صفحه وجود دارد | متد get_view_info را فراخوانی می‌کند و مقایسه می‌کند |
pageCount و اندازه‌های صفحه را برمی‌گرداند |
| رندر کردن | متد render_page را برای هر صفحه یک بار فراخوانی می‌کند |
PNG را تولید می‌کند |
| نام‌گذاری فایل | مسیر ذخیره‌شده را گزارش می‌دهد | به صورت <source-stem>_page<N>.png ذخیره می‌کند |
| ضمیمه کردن به تیکت | از ابزار سرور دیگر استفاده می‌کند | هیچ‌چیز |
مثال جلسه
یک تصویر بر پایه نام‌های خروجی مستند شده، نه یک اسکرین‌شات ضبط‌شده.
You: Render pages 1, 4, and 9 of the specification and tell me where
the files are. Just save the images; no need to describe them.
Agent: [calls render_page for page 1, page 4 and page 9]
Saved:
<output folder>/specification_page1.png
<output folder>/specification_page4.png
<output folder>/specification_page9.png
چگونه مجموعه را کوچک نگه دارم؟
رندر کردن یک صفحه در هر فراخوانی انجام می‌شود و هر تصویر نیز به‌صورت درون‌خطی به عامل باز می‌گردد. درخواست ده صفحه یعنی ده فراخوانی و ده تصویر در گفتگو. فقط صفحاتی را که نیاز دارید درخواست کنید. یک قاعده معقول این است که قبل از رندر، با استفاده از تعداد صفحات و برای اسناد طولانی، صفحه فهرست، صفحات موردنظر را انتخاب کنید.
موارد استفاده معمول
- گزارش‌های باگ. صفحه‌ای از راهنما یا فاکتوری که مشکل را نشان می‌دهد.
- بازبینی اسناد. یک تصویر برای هر صفحه تغییر یافته در یادداشت‌های بازبینی.
- اسلایدها. تصویری از نمودار موردنظر شما بدون بازفرمت کردن آن.
محدودیت‌های صادقانه
- حالت ارزیابی. صفحات رندر شده دارای واترمارک ارزیابی هستند و یک فرآیند سرور حداکثر ۱۵ سند را باز می‌کند. اگر تصاویر خارج از تیم شما بروند، ابتدا بپرسید «آیا سرور Viewer دارای لایسنس است؟» تا عامل متد
get_license_statusرا فراخوانی کند. - یک صفحه در هر فراخوانی. ابزار چندصفحه‌ای وجود ندارد. یک دسته مجموعه‌ای از فراخوانی‌هاست.
- فقط PNG. فرمت ثابت است؛ وضوح تصویر پارامتری نیست که بتوانید از طریق ابزار تنظیم کنید.
- شماره صفحه اشتباه همچنان تصویری می‌دهد. فایلی به نام
_page12.pngفقط صفحه ۱۲ است اگر سند ۱۲ صفحه داشته باشد. ابتدا تعداد صفحات را بررسی کنید.
FAQ
چگونه می‌توانم یک صفحه PDF را با یک عامل هوش مصنوعی به تصویر تبدیل کنم؟
سرور GroupDocs.Viewer.Mcp را به کلاینت خود متصل کنید و شماره صفحه را درخواست کنید. عامل متد render_page را فراخوانی می‌کند و PNG در پوشه خروجی به صورت <name>_page<N>.png ذخیره می‌شود.
چگونه می‌توانم پیش‌نمایش سند را با یک عامل هوش مصنوعی به یک تیکت ضمیمه کنم؟
سرور Viewer فایل تصویر را تولید می‌کند. ضمیمه کردن آن نیاز به یک سرور MCP issue‑tracker دارد که به همان کلاینت متصل باشد؛ این سرور جداگانه‌ای است با ابزارهای خود.
آیا می‌توانم تصویرهای کوچک (thumbnail) اسناد را به‌صورت محلی تولید کنم؟
بله. موتور در فرآیند سرور روی دستگاه شما اجرا می‌شود و تصاویر در پوشه خروجی که پیکربندی می‌کنید ذخیره می‌شوند.
بیشتر بخوانید
- مستندات، راهنمای رسمی: How to create page images of documents for reports and tickets
- مرکز مستندات: GroupDocs.Viewer MCP Server
- از اینجا شروع کنید: Multimodal agents need pixels, not just text
- مرتبط: 3 questions an AI agent should ask a document before rendering it
- مرتبط: When the answer is in the chart: AI agents reading diagrams and scans via MCP
- محلی و مدل امنیتی: 3 architectures for AI document processing, and the one that keeps files inside your network
- سوالات: GroupDocs Viewer forum
- منبع: GroupDocs.Viewer.Mcp on GitHub