An AI エージェントは、マークアップしたページを見て自分の注釈を検証できます。GroupDocs.Annotation.Mcp を使用すると、Claude、Cursor、または GitHub Copilot の LLM が文書に注釈を付け、サーバーに注釈を含んだページを PNG としてレンダリングさせ、その配置が正しいか判断します。サーバーはローカルで作業し、プロンプトは 1 文です。

ページ 2 の支払条項をハイライトし、そのページを見せてください。

設定とトラブルシューティングを含むステップバイステップ版はドキュメントにあります: AI エージェントに注釈した文書ページを見せる方法。

※ 現在、generate_pages_preview は Linux 上の PDF ファイルで失敗します（Docker イメージを含む）。ビルド前に 正直な制限 を確認してください。

出力を確認できないエージェントが誤って成功と報告するのはなぜですか？

ほとんどの文書ツールは書き込み専用です。エージェントはツールを呼び出し、呼び出しが返ってきたので「完了」と言います。注釈の場合、エラーが表示されない形で次のように偽になることがあります：呼び出しは成功したが、ハイライトが誤った段落に置かれている。座標 x と y は文書座標であり、エージェントが「支払条項」をハイライトするよう指示された場合、何らかの指示がない限りその条項がどこにあるかを推測しなければなりません。

「ハイライトを追加した」 と 「ハイライトが支払条項にある」 の違いです。後者だけが有用で、ページを実際に見ることでのみ確認できます。

エージェントはどのように注釈付きページ画像をレンダリングし、チェックするのですか？

ツールは短いループを形成します。

  1. add_annotation が注釈を書き込み、contract_annotated.pdf を保存します。元のファイルは変更されません。
  2. generate_pages_preview がそのファイルのページを PNG 画像としてレンダリングし、注釈を埋め込んだ状態でインライン返却します。pages に 2、1-3、1,3,5 などを指定します。省略するとページ 1 が返ります。
  3. エージェントは画像を確認します。ハイライトが誤ったテキストを覆っている場合、update_annotation がメッセージまたは位置・サイズを変更し、最初からやり直す必要はありません。

プレビューは、レンダリングされた内容を説明するテキストブロック 1 個と、各ページごとの画像ブロックを返します。1 回の呼び出しで最大 5 ページまでレンダリングできます。

編集をチェーンさせる場合は、GROUPDOCS_MCP_OUTPUT_PATH をストレージフォルダー以外に設定してください。デフォルト（出力がストレージフォルダーに置かれる）では、2 回目の書き込みが being used by another process エラーで失敗します。別の出力フォルダーを使用すれば、add_reply、update_annotation、remove_annotations がすべて成功します。Docker イメージを使用する場合は -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output を渡してください。以下のセッションはこの設定を前提としており、生成されたファイルは output/ 配下に置かれます。

エージェントがこれを動作させるために必要なものは？

  • 画像コンテンツを表示できるクライアント。 Claude Desktop は対応しています。端末クライアントは画像が返ってきたことを報告するだけになる場合があります。ツールの動作は同じで、画像が単に表示されないだけです。
  • 画像入力を受け付けるビジョン対応モデル。 画像は画像入力を受け付けるモデルでのみ活用できます。
  • 小さなページ範囲。 レンダリングはサーバーが行う最もコストのかかる呼び出しです。必要なページだけを指定し、50 ページのファイル全体を要求しないでください。

プレビューの他の活用例は？

  • 注釈前に位置を特定。 まずレンダリングし、モデルにページを読ませてから、推測ではなく導き出した座標で注釈を配置します。
  • マージの確認。 import_annotations で再フローされたドラフトに注釈をインポートした後、プレビューでインポートされたノートが正しい位置に残っているか確認します。
  • レビュアーに結果をチャットで提示。 ファイルを開かずにチャット内で結果を共有できます。
  • 評価バッジの確認。 評価モードでは、試用バッジがすべてのページにスタンプされるため、レンダリング画像で確認できます。

セッション例（抜粋）

以下はツールの動作を示すイラストであり、実際のスクリーンショットではありません。PDF ファイルのプレビューが機能するプラットフォーム（例: dnx がインストールされた Windows）を前提としています。

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.)

レンダリングはどこで実行され、何がマシンから出て行くのですか？

エンジンは PNG をローカルマシンで生成します。その画像は他のメッセージコンテンツと同様にモデルプロバイダーへ送信されます。したがって、クラウドホスト型モデルを使用している場合、プレビューはそのページの画像を送ります。機密文書の場合は、ローカルでホストされたモデルを使用してください。

正直な制限

  • Linux 上のプレビュー。 generate_pages_preview は現在、Linux 上の PDF ファイルで失敗します（Docker イメージを含む）。エラーは TypeInitializationException for Gdip: System.Drawing.Common が非 Windows プラットフォームでサポートされていないことが原因です。Word やその他の Office 文書はレンダリング可能で、Windows の dnx 環境ではすべての形式がレンダリングできます。他の 10 個のツールは影響を受けません。
  • 評価モード。 試用バッジが注釈付きファイルとプレビューのすべてのページ上部にスタンプされます。出力に依存する前に get_license_status を確認してください。
  • 概算配置は概算のまま。 プレビューはモデルに誤った注釈を気付かせますが、推測座標を正確なものに変えるわけではありません。
  • テキストのみのモデルはチェックできない。 テキストブロックは受け取りますが、ページの見た目は判断できません。

FAQ

AI はコメントがページ上のどこに配置されたか確認できますか？
はい、モデルが画像を受け付ける場合は可能です。エージェントは generate_pages_preview で注釈付きページをレンダリングし画像を確認、必要に応じて update_annotation で注釈を調整します。

エージェント用に注釈付き PDF ページをプレビューするにはどうすればよいですか？
ページ番号で指定します。例: 「注釈付き契約書のページ 1‑3 をレンダリングしてコメントを確認したい」。エージェントは pages に 1-3 を渡し、PNG がインラインで返ります。

Docker コンテナでプレビューが失敗するのはなぜですか？
PDF ファイルは Linux（Docker イメージを含む）でツールが失敗し、Gdip の型初期化エラーが出ます。Word やその他の Office 文書はレンダリングでき、Windows の dnx 環境ではすべての形式がレンダリング可能です。

より深く掘り下げる