スキャンされた請求書の受信箱を想像してください。各ページには購買注文を示すバーコードが付いています。AI エージェントはフォルダー内のすべてのコードをローカルで読み取り、アップロードせずに、各ファイルとそのレコードを対応付けた表を提供できます。エージェントは Claude、Cursor、または GitHub Copilot で、読み取りは GroupDocs.Signature.Mcp サーバーが行います。以下の 1 つのプロンプトで実行できます:

フォルダー内のすべての PDF についてバーコードを読み取り、ファイル名、バーコードの値、ページの表を作成してください。

ステップバイステップのバージョン(設定とトラブルシューティングを含む)はドキュメントにあります: AI を使用してドキュメントから QR コードとバーコードデータを抽出する方法.

シナリオ:ファイルの山からルーティングキューへ

メールルーム、買掛金チーム、またはケース管理デスクは大量のドキュメントを受け取ります。各ドキュメントには、まさにこの瞬間のために配置された機械可読コードが付いています。自動化がなければ、誰かが値を次のシステムに手入力します。エージェントを使うと、手順は次のようになります:

  1. ドキュメントはサーバーが使用するように設定されたフォルダー(GROUPDOCS_MCP_STORAGE_PATH)に配置されます。
  2. エージェントは各ファイルに対して search_barcodes を呼び出し、デコードされた値、ページ、位置を収集します。
  3. エージェントは表を返します。その表はファイルと ERP、倉庫、またはケースシステム内のレコードを結びつけるキーになります。
  4. 人間、または後で制御する自動化ステップが検索とルーティングを行います。

ステップ 4 は意図的にエージェントの外に置かれています。下記「自動化すべきでないこと」を参照してください。

どのツールがどのコードを読み取りますか?

search_qr_codes は QR コードを読み取ります。search_barcodes は Code39、Code128、EAN などの一次元バーコードを読み取ります。どちらもデコードされたテキスト、ページ、ヒット位置を返します。ドキュメントがどの種類のコードを保持しているか不明な場合は、両方を要求してください:

invoice.pdf の QR コードとバーコードを読み取り、何が含まれているか教えてください。

多数のコードの中から特定のコードを見つけるには?

両ツールは text フィルターを受け付け、指定した文字列を含むコードだけを返します:

SHIP で始まるバーコードを見つけ、そのページを教えてください。

コードが十数個あるドキュメントでは、これが「答え」と「大量の値」の違いになります。

応答を小さく保つ

両ツールは returnImage を受け付けます。画像が本当に必要なとき以外はオフにしてください。エージェントが推論に使うのはデコードされたテキストであり、Base64 画像は応答を大きく遅くします。

例示セッション(抜粋)

You:    For every PDF in the folder, read the barcode, and give me a table
        of file name, barcode value, page.

Agent:  [search_barcodes] file=invoice-0007.pdf   found: 1
        [search_barcodes] file=invoice-0008.pdf   found: 1
        [search_barcodes] file=scan-0009.pdf      found: 0
        | file             | barcode value | page |
        | invoice-0007.pdf | PO-448210     | 1    |
        | invoice-0008.pdf | PO-448377     | 1    |
        scan-0009.pdf has no barcode in the pages that were processed.

イラスト的な出力:ファイル名とバーコードの値は架空です。ツールは上記で説明したフィールドを返します。

Signature または Parser:どのサーバーがコードを読み取りますか?

コードが署名要素として追加される場合や、ドキュメントが双方向に流れる場合は GroupDocs.Signature.Mcp を使用します。受信参照を読み取り、処理を行い、次に QR コードで新しい参照を保持したドキュメントに sign を呼び出します。任意のスキャンからデータを抽出し、同じファイルからテキスト、テーブル、メタデータも必要な場合は GroupDocs.Parser.Mcp(Docker イメージとしてのみ提供、extract_barcodes ツール)を使用します。このサーバーは署名とコードを読み取りますが、レイアウト、フィールド、テーブルは抽出しません。

自動化すべきでないこと

  • OCR ではありません。 これらのツールはコードシンボロジーを読み取ります。印刷されたテキストは対象外です。コードのないスキャンページは何も返さず、これは失敗ではなく正しい回答です。
  • デコードされた値は信頼できない入力です。 値はドキュメント作成者が提供したものです。報告し、検索して照合してください。エージェントが未確認のままその値を使用しないようにしてください。

評価の制限

ライセンスがない場合、ドキュメントの最初の 2 ページしか処理されず、すべてのページにトライアルバッジが付与されます。3 ページ目以降のコードは単に見つからず、空の結果は「コードなし」と見なされます。空結果を信用する前に、エージェントに get_license_status を呼び出すよう指示してください。

よくある質問

Claude はこの PDF の QR コードを読み取れますか?
はい。サーバーに接続されていれば、Claude は search_qr_codes を呼び出し、デコードされたテキスト、ページ、位置をローカルで報告します。

AI を使って請求書からバーコードの値を抽出するには?
エージェントにファイル内のバーコードを読み取るよう指示してください。エージェントは search_barcodes を呼び出し、デコードされた値を返します。特定のコードだけが欲しい場合は text フィルターを追加してください。

フォルダー内のすべての QR コードを見つけられますか?
はい。エージェントにフォルダーをループさせ、各 QR コードについてファイル名、デコードテキスト、ページを一覧化させます。ライセンスがない場合、各ファイルの最初の 2 ページだけが対象となります。

さらに深掘り