Je kunt een PDF omzetten naar LLM‑klaar Markdown door deze naar een service te uploaden, door de tekst in een chat te plakken, of door je agent te laten een conversie‑engine op je eigen machine aan te roepen. De derde route behoudt koppen, tabellen en lijsten als echte Markdown en uploadt niets. Met de GroupDocs.Conversion.Mcp‑server, Claude, Cursor of GitHub Copilot kun je dit lokaal uitvoeren met één prompt:

Convert report.pdf to Markdown

De stapsgewijze versie met configuratie en probleemoplossing staat in de documentatie: Hoe PDF te converteren naar Markdown met een MCP‑server.

Waarom bepaalt de Markdown‑stap de kwaliteit van je RAG‑index?

Een retrieval‑pipeline kan alleen indexeren wat de conversiestap heeft behouden. Als een tabel wordt afgevlakt tot een reeks cijfers, beantwoordt een fragment van die tabel geen enkele vraag. Als koppen verdwijnen, heeft een chunker geen sectie‑grenzen om te respecteren. De documenten die je het meest in een privé‑kennisbank wilt hebben, zijn vaak juist die je het minst naar een derde partij wilt sturen: contracten, interne rapporten, patiënt‑ of klantgegevens. De keuze van route bepaalt daarom in één keer twee zaken: hoeveel structuur behouden blijft en waar het bestand heen reist.

Methode 1: Upload je de PDF naar een online converter of een cloud‑parsing‑API?

Dit is de snelste route en de route met de grootste afweging. Het bestand verlaat je machine en wordt verwerkt op infrastructuur die je niet beheert. Voor openbare documenten kan dat acceptabel zijn. Voor vertrouwelijke informatie is dit de stap die een beveiligingsreview zal stoppen.

Kies deze alleen wanneer de inhoud niet gevoelig is en je een per‑bestand ronde‑trip via de service van een ander accepteert.

Methode 2: Plak je de PDF‑tekst in de chat en vraag je het model om het te formatteren?

Dit houdt het proces aan jouw kant van de tafel, maar het model herschrijft nu de inhoud in plaats van deze te converteren. Het ziet alleen de tekst die is geëxtraheerd toen je plakte. Tabelranden, kolomvolgorde en paginageometrie zijn al verdwenen, en het model vult de leemtes in door te raden. Lange documenten raken ook de context‑window voordat je de laatste pagina bereikt.

Kies dit voor een eenmalige alinea, niet voor een map met rapporten.

Methode 3: Laat je je agent een lokale conversie‑engine aanroepen?

Hier beslist de agent en de engine converteert. De agent stuurt een bestandsnaam en een doelformaat naar de convert‑tool, en de GroupDocs.Conversion‑engine schrijft een Markdown‑bestand naast je documenten. In de tool‑aanroep is het formaat md:

{
  "name": "convert",
  "arguments": {
    "file": { "filePath": "report.pdf" },
    "format": "md"
  }
}

Je schrijft die JSON nooit zelf. Je typt de zin, en de agent genereert de aanroep. Structuur wordt behouden als echte Markdown‑constructies: koppen worden # en ##, tabellen worden pipe‑tables, lijsten worden lijstitems. Dat is het formaat dat een embedding‑pipeline en een LLM natively lezen, en je kunt het bestand direct aan je chunker voeren.

De vorm van het resultaat ziet er als volgt uit. De onderstaande inhoud is illustratief, niet de output van een echte run:

# Quarterly report

## Revenue by region

| Region | Q1 | Q2 |
|---|---|---|
| North | 120 | 135 |
| South | 98 | 101 |

Complexe lay-outs zijn waar een engine die is gebouwd voor document‑fidelity verschilt van een eenvoudige tekst‑extractor. Of dit van belang is voor jouw documenten, moet je testen op je drie moeilijkste PDF’s voordat je een definitieve keuze maakt.

Als Markdown de enige output is die je nodig hebt, heeft GroupDocs ook een speciale server, GroupDocs.Markdown.Mcp. De documentatie beschrijft deze als het omzetten van PDF, Word, Excel, EPUB en meer dan 20 andere formaten naar schone, gestructureerde Markdown, met controle over paginaselectie, afbeeldingen en front‑matter. GroupDocs.Conversion.Mcp past wanneer Markdown een van de vele doelformaten is in dezelfde workflow. De RAG‑gerichte vergelijking staat in Je RAG‑pipeline begint met Markdown — houd die stap lokaal, en de server wordt gedocumenteerd op docs.groupdocs.com/markdown/mcp.

Hoe stel je de lokale route in?

Registreer de server één keer in je client. Een Claude Desktop‑vermelding:

{
  "mcpServers": {
    "groupdocs-conversion": {
      "type": "stdio",
      "command": "dnx",
      "args": ["GroupDocs.Conversion.Mcp", "--yes"],
      "env": { "GROUPDOCS_MCP_STORAGE_PATH": "/path/to/documents" }
    }
  }
}

Dit vereist de .NET 10 SDK. dezelfde serververmelding werkt in Cursor, VS Code met GitHub Copilot en Claude Code; het exacte configuratie‑bestand voor elke client staat vermeld in de docs hub. Start de client daarna opnieuw op. In evaluatie‑ of licentiebestand‑modus heeft conversie geen netwerk nodig zodra het pakket is gedownload; meter‑licenties rapporteren gebruik en hebben daarom uitgaand verkeer nodig.

Prompt‑voorbeelden die werken:

Converteer elke PDF in deze map naar Markdown voor mijn kennisbank.

Controleer hoeveel pagina’s whitepaper.pdf heeft, en converteer het vervolgens naar Markdown.

Voorbeeldsessie

Dit is een verkorte, illustratieve sessie gebaseerd op de tool‑beschrijvingen in de documentatie, geen screenshot.

You:    Check how many pages whitepaper.pdf has, then convert it to Markdown.
Agent:  [calls get_document_info with file.filePath = "whitepaper.pdf"]
Agent:  [calls convert with file.filePath = "whitepaper.pdf", format = "md"]
Agent:  Done. The Markdown file is saved as whitepaper.md in your output folder.

Wat zijn de limieten?

  • Scans hebben eerst OCR nodig. Een PDF die alleen uit afbeeldingen bestaat heeft geen tekstlaag, en OCR maakt geen deel uit van deze server, dus de Markdown zal de woorden niet bevatten. Voer OCR uit vóór conversie als je PDF’s scans zijn.
  • Evaluatiemodus. Zonder licentie bevat de output een evaluatiewatermerk en kan één serverproces maximaal 15 documenten openen. Roep get_license_status aan vóór een grote ingestie om te bevestigen welke modus actief is.
  • Conversie, geen extractie. Deze server converteert een heel document naar Markdown. Als je specifieke velden of getypte waarden wilt extraheren, gebruik dan GroupDocs.Parser.Mcp (alleen beschikbaar als Docker‑image), en gebruik beide wanneer een pipeline beide nodig heeft.

Veelgestelde vragen

Hoe converteer ik PDF naar Markdown voor RAG zonder het bestand te uploaden?
Run een conversieserver op je eigen machine en laat je agent deze aanroepen. Met GroupDocs.Conversion.Mcp schrijft de convert‑tool het .md‑bestand naar je map, en wordt er geen document naar een cloud‑service gestuurd.

Worden tabellen behouden wanneer een PDF naar Markdown wordt omgezet?
Ja, als Markdown‑pipe‑tables. Test eerst je meest complexe tabellen, want lay‑outcomplexiteit is waar converters van elkaar verschillen.

Kan ik de Markdown later terug converteren naar PDF of Word?
Ja. dezelfde server converteert Markdown naar PDF en DOCX, zoals beschreven in de export‑post.

Ga dieper