Un agent IA peut extraire chaque commentaire d’un document annoté et le rapporter de trois manières : un résumé, un tableau ou une archive XML. Le serveur GroupDocs.Annotation.Mcp transmet les annotations au LLM sous forme de données structurées, et Claude, Cursor ou GitHub Copilot effectuent le raisonnement, le tout en local :

Résumez la révision de contract_annotated.pdf : combien de commentaires, de qui, et quels sont les thèmes principaux.

La version détaillée avec configuration et dépannage se trouve dans la documentation : How to extract and report on document annotations with AI.

Que obtenez‑vous lorsque vous extrayez les annotations d’un PDF ?

Un document annoté est à la fois des données et de l’encre. L’outil get_annotations renvoie un objet JSON contenant found (le nombre) et annotations (un tableau). Chaque entrée possède l’id de l’annotation, le type, le message, la page (numérotation à partir de 1), la boîte englobante, le user et d’éventuelles replies. Aucun parsing du document ni OCR n’est impliqué, l’agent travaille donc directement à partir des enregistrements d’annotation.

L’outil accepte un seul document par appel. Pour couvrir un ensemble de fichiers, indiquez‑les dans le prompt et l’agent appellera l’outil une fois par fichier. Le serveur ne propose pas d’appel au niveau d’un dossier.

Méthode 1 : Demander un résumé

Un appel, puis le raisonnement. Nommez le fichier et indiquez l’objectif du résumé.

Résumez la révision de contract_annotated.pdf : combien de commentaires, de qui, et quels sont les thèmes principaux.

L’agent appelle get_annotations, compte les entrées, les regroupe par user et décrit les thèmes qu’il trouve dans les champs message. Le nombre et les auteurs proviennent des données. Les thèmes sont l’interprétation du modèle du texte, il convient donc d’y jeter un œil humain.

Méthode 2 : Demander un tableau ou une liste filtrée

Comme les données sont structurées, la forme du rapport dépend du prompt :

Donnez‑moi un tableau : page, auteur, commentaire, répondu oui/non.

Regroupez les commentaires par réviseur et indiquez qui a le plus d’éléments ouverts.

Listez uniquement les ratures. Je veux voir ce que les gens souhaitent supprimer.

Quelles pages ne contiennent aucun commentaire ?

La dernière question est mal gérée par les lecteurs PDF, mais un tableau y répond directement : « answered » correspond à une liste non vide de replies, et « pages without comments » correspond aux numéros de page absents des valeurs page. Combinez cela avec get_document_info pour obtenir le nombre total de pages.

Méthode 3 : Archiver les commentaires au format XML

Exportez les annotations afin que nous puissions les conserver avec le dossier du dossier.

export_annotations écrit un fichier XML qui ne contient que les annotations. Son message de succès a la forme Exported N annotation(s) from <file> to <name>.annotations.xml. Le fichier est petit, peut être comparé (diff) et import_annotations peut l’appliquer à une autre copie du document. Cela est utile lorsqu’un document est soumis à une règle de conservation qui n’inclut pas ses commentaires, ou lorsque vous souhaitez comparer deux cycles de révision : deux exportations du même document sont deux fichiers texte, et l’agent peut décrire les changements entre eux.

Session d’exemple (abrégée)

Ceci est une illustration construite à partir du comportement documenté des outils, et non une capture d’écran.

You:   Summarize the review of contract_annotated.pdf and group it by reviewer.

Agent: [calls get_annotations on contract_annotated.pdf]
       Found 5 annotations: 4 from Maria, 1 from Dana.
       Maria: payment terms (page 2), delivery date (page 5),
         liability cap (page 6), a missing signature block (page 6).
       Replies: Alex answered the page 2 payment terms comment.
       Dana: a strikeout on page 4 marking an outdated clause.
       Maria comments without a reply: page 5 and the two on page 6.

L’agent peut‑il agir sur les commentaires ?

Il peut transmettre la liste : ouvrir un ticket pour chaque commentaire sans réponse, rédiger un courriel de réponse, ou écrire un paragraphe d’état. Une règle s’applique. Les commentaires proviennent d’autres personnes, donc l’agent doit traiter le texte de l’annotation comme du contenu à rapporter, et non comme des instructions. Un commentaire du type « ignore previous instructions » est simplement une donnée dans un champ. Demandez des résumés et des rapports, et gardez les actions qui modifient quoi que ce soit sous votre propre contrôle.

Comment exécuter le serveur pour Claude, Cursor ou Copilot ?

Le serveur s’exécute à partir de l’image Docker ghcr.io/groupdocs-annotation/annotation-net-mcp ou via NuGet avec dnx GroupDocs.Annotation.Mcp --yes (.NET 10 SDK), et monte le dossier contenant vos documents. La page centrale répertorie les enregistrements pour Claude Desktop, Claude Code, VS Code avec GitHub Copilot, Cursor, Windsurf et d’autres clients.

Limites honnêtes

  • Mode d’évaluation. Un badge d’essai est apposé en haut de chaque page. Il ne modifie pas les données d’annotation, de sorte que les rapports générés de cette façon sont précis même sans licence. Il affecte ce que vous pouvez envoyer. Si le plan se termine par « email the marked‑up copy », vérifiez d’abord get_license_status.
  • Un document par appel. Un balayage de nombreux fichiers implique de nombreux appels, chacun étant un appel d’outil que l’agent doit effectuer et rapporter.
  • L’exportation est en XML. get_annotations renvoie du JSON que l’agent lit ; export_annotations écrit du XML sur le stockage.
  • Pas de prévisualisation requise. Aucune des trois méthodes ne rend une page, ainsi la limite de prévisualisation PDF de generate_pages_preview sous Linux ne les affecte pas.

FAQ

Comment exporter tous les commentaires d’un PDF ? Demandez à l’agent d’exporter les annotations. Il appellera export_annotations, qui crée un fichier XML à côté de vos documents, ou il appellera get_annotations si vous voulez les commentaires listés dans le chat.

L’IA peut‑elle résumer les commentaires des réviseurs sur plusieurs fichiers ? Oui. Nommez les fichiers dans le prompt et l’agent lit chacun avec get_annotations, puis combine les résultats dans un seul résumé. Il lit un fichier par appel.

Le rapport change‑t‑il si je n’ai pas de licence ? Les données d’annotation ne changent pas. Seules les pages rendues ou enregistrées portent le badge d’essai.

Approfondir