“Het hotelplafond wijzigen in dit reisbeleid‑PDF” is een verzoek dat mensen elke dag aan AI‑agenten stellen, en een PDF is niet gemaakt om te worden gewijzigd: het is een paginabeschrijving, geen document. Het nuttige antwoord is een conversie. Met de GroupDocs.Editor MCP‑server die lokaal draait, zet Claude, Cursor of Copilot de PDF om in bewerkbare HTML, slaat die op als een Word‑document en brengt vervolgens de wijziging aan in de Word‑kopie, met de tekst, alinea’s en genummerde secties intact en zonder iets te uploaden:

Zet travel-policy.pdf om in een bewerkbaar Word‑document en wijzig vervolgens het hotelplafond van 160 EUR naar 175 EUR.

De stapsgewijze versie staat in de documentatie: Hoe een PDF om te zetten in een bewerkbaar Word‑document met een AI‑agent.

Wat “een PDF bewerken” zou moeten betekenen voor een agent

Er zijn drie dingen die een agent kan doen wanneer gevraagd wordt een PDF te bewerken, en slechts één daarvan is eerlijk.

Hij kan doen alsof: de tekst lezen, een nieuw document maken vanuit zijn eigen kopie, en dat “de bewerkte PDF” noemen. De lay‑out, de lettertypen en alles wat het model niet zorgvuldig heeft gelezen, verdwijnen, en het antwoord vermeldt dat niet.

Hij kan de pagina patchen: nieuwe tekst over de oude tekenen. Dat werkt voor een typefout in een formulier, maar faalt bij alles wat moet doorstromen, zoals een langere zin of een toegevoegde regel.

Of hij kan converteren: de PDF omzetten naar een formaat dat is gebouwd voor bewerken, de wijziging daar aanbrengen, en een document teruggeven dat je kunt blijven bewerken, plus eventueel opnieuw een PDF als je die nodig hebt. Dat is wat deze server doet, en ze zegt dat in haar antwoorden.

De oproepen

Gevangen van GroupDocs.Editor.Mcp 26.10.0 tegen een synthetisch drie‑pagina’s reisbeleid:

-> get_document_info {"file":{"filePath":"travel-policy.pdf"}}
<- { "family": "FixedLayout", "pageCount": 3, "canEdit": true,
     "canSaveTo": [ "docx", "doc", "rtf", "odt", "pdf", "md", ... ] }

-> extract_html {"file":{"filePath":"travel-policy.pdf"},"pages":"1-2"}
<- Extracted 'travel-policy.pdf' as editable HTML
   Saved to: …/travel-policy_pages1-2.html
   Preview (plain text): Travel Policy - Northwind Traders Version 4,
   effective 1 March 2026 Scope This policy applies to every employee ...

-> save_from_html {"htmlFile":{"filePath":"travel-policy_pages1-2.html"},
                   "format":"docx","outputName":"travel-policy.docx"}
<- Saved 'travel-policy_pages1-2.html' as DOCX
   Saved to: …/travel-policy.docx

-> replace_text {"file":{"filePath":"travel-policy.docx"},
                 "find":"160 EUR","replace":"175 EUR"}
<- Replaced 1 occurrence(s) of '160 EUR' in 'travel-policy.docx'
   Saved to: …/travel-policy_edited.docx

Vier oproepen: inspect, extract, opslaan als Word, bewerken. De laatste stap is dezelfde replace_text die de agent op elk Word‑bestand gebruikt, wat het punt is van eerst converteren. Zodra de inhoud een document is, is elk bewerkingstool van toepassing.

Deze capture liep in evaluatiemodus, dus werden pagina’s 1‑2 geëxtraheerd en de Word‑kopie bevat die twee van de drie pagina’s. Met een licentie laat je pages weg en bevat de Word‑kopie het volledige beleid.

travel-policy.pdf (3 pages, FixedLayout)
   |-- extract_html {"pages":"1-2"} ---> travel-policy_pages1-2.html
   |-- save_from_html {"format":"docx"} ---> travel-policy.docx
   '-- replace_text {"find":"160 EUR","replace":"175 EUR"}
          ---> travel-policy_edited.docx   (editable Word, change made)
   need a PDF again?  save_from_html / replace_text with "format":"pdf"

Het doel kiezen

Word is het natuurlijke doel omdat het doorstromt: een langere zin duwt de volgende naar beneden in plaats van eroverheen te printen. get_document_info somt elk formaat op waarin een PDF hier kan worden opgeslagen, inclusief DOCX, DOC, RTF, ODT, Markdown, EPUB en opnieuw PDF. Markdown is een goede keuze wanneer de “bewerking” eigenlijk “dit in mijn docs‑repo krijgen” is; PDF is de keuze wanneer de wijziging in hetzelfde formaat moet worden teruggestuurd, en replace_text met "format":"pdf" doet de bewerking en de conversie in één oproep zodra de inhoud in Word staat.

pages selecteert een bereik, zodat een rapport van 40 pagina’s niet door de agent hoeft te gaan om een datum op pagina 3 te corrigeren. skipImages laat afbeeldingen weg wanneer alleen de tekst van belang is, en pagination: true behoudt paginagrenzen in de HTML wanneer de lay‑out per pagina belangrijk is.

Nauwkeurigheid: wat te verwachten

Een PDF legt vast waar elk glyf zit, niet wat een kop‑ of alinea‑element is. De conversie reconstrueert de structuur, en voor digitaal‑geboren documenten zoals beleid, rapporten en contracten doet ze dat goed. In ons reisbeleid kwamen de titel‑ en versielijn terug als alinea’s en de genummerde secties (“1. Scope”, “2. Booking”, “3. Allowances”) als een genummerde lijst, alles bewerkbare tekst. Wat ze reconstrueert is structuur, niet jouw huisstijl: een sectie die de PDF in vet 14‑punt type weergaf, komt terug als een lijstitem of alinea, niet als jouw sjabloon‑“Heading 2”, dus een document dat bestemd is voor een gestileerd sjabloon moet mogelijk de koppen opnieuw toepassen. Complexe lay‑outs met meerdere kolommen, tekstvakken over afbeeldingen of zwaar ontwerp worden minder schoon geconverteerd, en een gescande PDF heeft geen tekst om te converteren. Bekijk de Word‑kopie voordat je deze ergens heen stuurt; de HTML‑preview in de extract‑respons is de snelle controle.

Wanneer niet te converteren

Als de PDF een ondertekend contract, een ingevuld formulier of iets is waarvan de exacte weergave het punt is, levert het converteren naar Word en terug een ander document op, hoe dicht het er ook bij lijkt. Vraag in plaats daarvan om de wijziging aan te brengen in de bron waar de PDF vandaan kwam, als je die hebt. De conversie is bedoeld voor het zeer voorkomende geval dat de PDF de enige kopie is die iemand kan vinden en de inhoud, niet de pagina, moet worden aangepast.

Eerlijke beperkingen

  • Dit is een conversie, geen in‑place PDF‑bewerking. Het resultaat is een nieuw Word‑ (of ander) document; de PDF wordt niet aangepast.
  • Gescande PDF’s zonder tekstdetectielaag kunnen op deze manier niet worden bewerkt; er is geen OCR‑stap.
  • Evaluatiemodus bewerkt een PDF twee pagina’s per oproep. Een extract_html met "pages":"1-3" retourneert pagina 1 en 2 zonder fout, pagina 3 afzonderlijk werkt, en replace_text weigert een PDF langer dan twee pagina’s. De evaluatie‑opmerking op elke respons zegt “only the first 2 PDF pages”, wat losser is dan wat er gebeurt. Elke output begint ook met een evaluatie‑bannerregel.
  • Pagina’s met zware lay‑out verliezen een deel van hun ontwerp bij de overgang naar een doorstromend formaat.

FAQ

Kan een AI‑agent een PDF direct bewerken?
Niet eerlijk. Deze server converteert de PDF naar een bewerkbaar document, brengt de wijziging daar aan, en kan vervolgens weer een PDF opslaan.

Wordt de PDF ergens geüpload?
Nee. De server draait lokaal; de conversie en de bewerking vinden op jouw machine plaats.

Kan ik een PDF terugkrijgen na bewerken?
Ja. Sla op of bewerk met "format": "pdf", en het resultaat is een nieuwe PDF naast de Word‑kopie.

Dieper duiken