Om documentatie naar Markdown te migreren, geef een AI‑agent de archiefmap en laat hem convert_to_markdown één keer per bestand uitvoeren, in gecontroleerde batches. Met GroupDocs.Markdown.Mcp gebeurt dit lokaal in Claude Code, Cursor, GitHub Copilot of een andere MCP‑client, zodat een archief met interne procedures nooit wordt geüpload naar een conversiedienst:

Converteer alles in de archiefmap naar Markdown met front‑matter en afbeeldingen als bestanden. Rapporteer het bronformaat, het aantal pagina’s en de output‑grootte voor elk bestand.

De stap‑voor‑stap‑versie met configuratie en probleemoplossing staat in de documentatie: How to migrate legacy documentation to Markdown with AI.

Waarom is een migratie van legacy‑documentatie een taak voor een agent?

De conversie is mechanisch en het omringende werk is repetitief: lijst de bestanden op, converteer elk, meet het resultaat, vind de fouten, herhaal. Een persoon die dat voor honderden bestanden doet, maakt dezelfde beslissing honderden keren. Een agent doet dit consequent en rapporteert elke uitkomst, terwijl de engine, niet het model, de Markdown genereert. De opgeslagen Markdown is geen parafrase van je procedures.

Dit is een runbook. Elke stap heeft één prompt, en de tabel erna scheidt wat de agent beslist van wat de engine doet.

Runbook: hoe migreer ik een Word‑archief naar Markdown?

  1. Controleer de licentie voordat je iets anders doet.

    Voordat je iets converteert: wat is de licentiestatus van de markdown‑server?

    get_license_status retourneert mode, licensed, consumption en de server‑ en engine‑versies. Evaluatiemodus verwerkt 3 pagina’s per document, dus een niet‑gelicentieerde run levert plausibele stubs op.

  2. Inventariseer het archief.

    Lijst elk bestand in de archiefmap op met het formaat, het aantal pagina’s en of het versleuteld is.

    De Markdown‑server heeft geen map‑lijsttool, dus de agent lijst de map op met de eigen bestands‑toegang van de client of werkt met de bestandsnamen die jij opgeeft.

    Vervolgens retourneert get_document_info fileFormat, pageCount, title, author en isEncrypted voor elk bestand zonder het te converteren. Versleutelde bestanden hebben de parameter password nodig.

  3. Voer een pilot uit met ongeveer twintig bestanden.

    Converteer de eerste twintig documenten naar Markdown met front‑matter en afbeeldingen als bestanden. Rapporteer formaat, pagina’s en output‑grootte voor elk.

  4. Zoek wat niet geconverteerd is.

    Lijst de PDF‑s op waarvan de conversie minder dan 2 KB Markdown opleverde voor meer dan 5 pagina’s.

    Dat zijn bijna altijd scans. Er is geen OCR‑stap in deze server, dus ze hebben een ander hulpmiddel nodig of blijven PDF‑s die via metadata geïndexeerd worden.

  5. Corrigeer het patroon en voer de rest in batches uit. Twintig bestanden per ronde, met een rapport elke keer, houdt de run controleerbaar en maakt het gebruik voorspelbaar.

  6. Bekijk de output zoals je een pull‑request zou beoordelen. De volgende secties geven aan waar je op moet letten.

Beslissing Agent Engine
Welke bestanden te converteren, in welke volgorde en batch‑grootte Ja Nee
Welke opties door te geven (images, frontMatter, flavor) Ja, vanuit jouw prompt Nee
Koppen, lijsten en tabellen omzetten naar Markdown Nee Ja
Het opslaan van de .md‑ en afbeeldingsbestanden Nee Ja
Een 300‑pagina’s bestand dat 4 KB werd opmerken Ja, vanuit het rapport Nee
Hernoemen, map‑structuur, extra front‑matter‑sleutels Ja Nee

Welke formaten migreren goed?

  • DOCX, DOC, RTF, ODT. De structuur is expliciet in de bron, dus koppen en tabellen komen schoon over.
  • EPUB en MOBI. Hoofdstukstructuur wordt gemapt op Markdown‑koppen.
  • CHM. Oude help‑bestanden, vaak de enige kopie van een procedure.
  • XLSX. Werkbladen worden tabellen, wat goed past bij parameter‑lijsten.

Wat moet de review‑pass controleren?

Vraag de agent de eerste sweep te doen, en lees vervolgens zelf een steekproef:

Voor elk geconverteerd bestand, lijst de afbeeldingen die het referereert en vertel me welke afbeeldingsbestanden ontbreken.

Toon me de vijf outputs met de kleinste grootte ten opzichte van hun paginacount.

Afbeeldingen geschreven met images: "file" staan naast de .md en worden gerefereerd via een relatief pad, wat een documentatierepository verwacht. Een .md die naar afbeeldingen verwijst die nooit zijn geschreven, resulteert in kapotte afbeeldingen. Open vervolgens de rommeligste bron en de output naast elkaar voordat je het patroon op de rest toepast. Commit het beoordeelde resultaat met je normale git‑workflow; de server schrijft bestanden en raakt je repository niet.

Voorbeeldsessie (verkort)

You:   Convert the first twenty documents in /archive to Markdown with front matter
       and images as files. Report format, pages and output size for each.
Agent: convert_to_markdown (frontMatter: true, images: "file") x 20
       ops-manual-2014.docx   DOCX   88 pages   converted
       install-guide.chm      CHM    41 pages   converted
       supplier-forms-2009.pdf PDF   12 pages   1 KB of Markdown: probably a scan
       Nineteen files look consistent; one scan needs separate handling.

Eerlijke beperkingen

Zonder licentie verwerkt evaluatiemodus alleen de eerste 3 pagina’s van elk document, met een evaluatie‑watermark op elk. Een migratierun in die staat levert honderden korte bestanden op die er goed uitzien, en de kloof wordt weken later ontdekt wanneer iemand zoekt naar een procedure die ontbreekt. Migratie heeft een licentie nodig, dus voer get_license_status uit vóór de eerste batch. Gescande PDF‑s worden niet geconverteerd.

FAQ

Kan ik honderden Word‑documenten in één keer naar Markdown converteren?

Ja, maar niet in één prompt. Converteer in batches van ongeveer twintig en lees het rapport na elke batch, zodat een verkeerde optie wordt gecorrigeerd voordat hij op het hele archief wordt toegepast.

Hoe migreer ik documentatie naar git met een AI‑agent?

De server schrijft .md‑bestanden en afbeeldingsbestanden naar de output‑map. Jij beoordeelt ze en commit ze met je gebruikelijke git‑workflow.

Uploadt de docs‑as‑code‑migratie mijn documenten?

Nee. GroupDocs.Markdown.Mcp is een lokaal proces, en het archief wordt van de schijf gelezen. Alleen wat de agent schrijft in het gesprek bereikt de modelprovider.

Ga dieper