Sebuah agen AI dapat memverifikasi anotasinya sendiri dengan melihat halaman yang baru saja ia beri anotasi. Dengan GroupDocs.Annotation.Mcp, LLM di Claude, Cursor, atau GitHub Copilot memberi anotasi pada dokumen, meminta server untuk merender halaman sebagai PNG dengan anotasi yang disertakan, dan menilai apakah penempatan anotasi sudah tepat. Server melakukan pekerjaan secara lokal; promptnya hanya satu kalimat:

Highlight the payment clause on page 2, then show me the page.

Versi langkah‑demi‑langkah dengan konfigurasi dan pemecahan masalah ada di dokumentasi: How to let an AI agent see the document page it annotated.

Catatan: generate_pages_preview saat ini gagal untuk file PDF di Linux, termasuk gambar Docker; lihat Honest limits sebelum Anda menggunakannya.

Mengapa agen yang tidak dapat melihat outputnya melaporkan keberhasilan secara keliru?

Sebagian besar alat dokumen bersifat write‑only. Agen memanggilnya dan mengatakan “selesai” karena panggilan mengembalikan respons. Untuk anotasi, pernyataan itu dapat salah tanpa ada pesan error yang muncul: panggilan berhasil, tetapi sorotan berada pada paragraf yang salah. Koordinat x dan y adalah koordinat dokumen, dan agen yang diminta menyorot “payment clause” harus menebak di mana klausa tersebut berada kecuali ada sesuatu yang memberi petunjuk.

Perbedaannya antara “Saya menambahkan sorotan” dan “sorotan berada pada payment clause”. Hanya pernyataan kedua yang berguna, dan hanya dengan melihat halaman dapat dipastikan.

Bagaimana agen merender gambar halaman beranotasi dan memeriksanya?

Alat‑alat membentuk sebuah loop singkat.

  1. add_annotation menulis anotasi dan menyimpan contract_annotated.pdf. File asli tidak diubah.
  2. generate_pages_preview merender halaman‑halaman file tersebut sebagai gambar PNG, dengan anotasi yang sudah disematkan, dan mengembalikannya secara inline. Berikan pages sebagai 2, 1-3 atau 1,3,5. Jika tidak diberikan, yang dikembalikan adalah halaman 1.
  3. Agen melihat gambar tersebut. Jika sorotan menutupi teks yang salah, update_annotation mengubah pesan, posisi, atau ukuran tanpa memulai dari awal.

Preview mengembalikan satu blok teks yang menjelaskan apa yang dirender, diikuti oleh satu blok gambar untuk setiap halaman. Satu panggilan dapat merender paling banyak lima halaman.

Setel GROUPDOCS_MCP_OUTPUT_PATH ke folder selain folder penyimpanan sebelum menumpuk edit pada file yang dihasilkan. Dengan pengaturan default (output berada di folder penyimpanan) penulisan kedua gagal dengan being used by another process; dengan folder output terpisah add_reply, update_annotation, dan remove_annotations pada file yang dihasilkan semuanya berhasil. Pada gambar Docker, berikan -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output. Sesi di bawah mengasumsikan pengaturan itu, sehingga file yang dihasilkan berada di bawah output/.

Apa yang dibutuhkan agen agar ini berfungsi?

  • Klien yang dapat menampilkan konten gambar. Claude Desktop melakukannya. Klien terminal mungkin hanya melaporkan bahwa sebuah gambar kembali. Alat berperilaku sama dalam kedua kasus; gambar mungkin saja tidak ditampilkan.
  • Model yang mampu memproses visi. Gambar hanya membantu model yang menerima masukan gambar.
  • Rentang halaman yang kecil. Rendering adalah panggilan paling mahal yang dilakukan server ini. Minta hanya halaman yang Anda butuhkan, bukan file berisi lima puluh halaman.

Kegunaan lain dari preview

  • Menentukan lokasi sebelum memberi anotasi. Render dulu, biarkan model membaca halaman, lalu tempatkan anotasi dengan koordinat yang diperoleh, bukan yang ditebak.
  • Memeriksa hasil penggabungan. Setelah import_annotations pada draf yang telah di‑reflow, preview menunjukkan apakah catatan yang diimpor masih berada di tempat yang seharusnya.
  • Menunjukkan hasil kepada peninjau dalam obrolan tanpa membuka file.
  • Mendeteksi badge evaluasi. Dalam mode evaluasi sebuah badge percobaan ditempelkan pada setiap halaman, sehingga terlihat pada gambar yang dirender.

Contoh sesi (disingkat)

Ini merupakan ilustrasi yang dibangun dari perilaku terdokumentasi alat, bukan tangkapan layar. Diasumsikan platform di mana renderer preview berfungsi untuk file PDF, seperti Windows dengan dnx.

You:   Highlight the payment clause on page 2 of contract.pdf, then show me the page.

Agent: [calls add_annotation: type=highlight, page=2, x=100, y=250,
        text="Payment clause"]
       Added highlight annotation to contract.pdf on page 2.
       [calls generate_pages_preview on output/contract_annotated.pdf, pages="2"]
       (image: page 2, rendered with the highlight)
       The highlight sits on the "Delivery" paragraph, one block above the
       payment clause. Moving it down.
       [calls get_annotations, then update_annotation: y=330]
       Updated annotation 1 in output/contract_annotated.pdf.
       (The agent passes the saved file name from each result to the next call.)

Di mana rendering dijalankan, dan apa yang keluar dari mesin?

Mesin menghasilkan PNG di komputer Anda. Gambar kemudian dikirim ke penyedia model Anda layaknya konten pesan lainnya, sehingga dengan model yang di‑host di cloud preview mengirimkan foto halaman tersebut. Untuk dokumen sensitif, gunakan model yang di‑host secara lokal.

Batasan jujur

  • Preview di Linux. generate_pages_preview saat ini gagal untuk file PDF di Linux, termasuk gambar Docker (TypeInitializationException untuk Gdip: System.Drawing.Common tidak didukung pada platform non‑Windows); dokumen Word dan Office lainnya dapat dirender, dan di Windows dengan dnx semua format dapat dirender. Sepuluh alat lainnya tidak terpengaruh.
  • Mode evaluasi. Sebuah badge percobaan ditempelkan di bagian atas setiap halaman file beranotasi dan pada preview. Periksa get_license_status sebelum mengandalkan output.
  • Penempatan perkiraan tetap perkiraan. Preview memungkinkan model menyadari anotasi yang salah tempat; ia tidak mengubah koordinat tebakan menjadi koordinat tepat.
  • Model teks‑saja tidak dapat memeriksa. Model tetap menerima blok teks, tetapi tidak dapat memberi tahu Anda bagaimana tampilan halaman.

Tanya Jawab

Apakah AI dapat memeriksa di mana komentar berada pada halaman? Ya, bila model menerima gambar. Agen merender halaman beranotasi dengan generate_pages_preview dan memeriksa gambar tersebut, kemudian menyesuaikan anotasi dengan update_annotation bila diperlukan.

Bagaimana cara menampilkan preview halaman PDF beranotasi untuk agen? Minta halaman dengan nomor, misalnya “Render pages 1-3 of the annotated contract so I can check the comments”. Agen mengirimkan pages sebagai 1-3 dan PNG‑nya kembali secara inline.

Mengapa preview gagal di kontainer Docker saya? Untuk file PDF alat gagal di Linux, termasuk gambar Docker, dengan error inisialisasi tipe Gdip. Dokumen Word dan Office lainnya dapat dirender, dan di Windows dengan dnx semua format dapat dirender.

Selami Lebih Dalam