U kunt een AI‑agent een documentpagina laten bekijken in plaats van een tekst‑dump ervan te lezen. De GroupDocs.Viewer.Mcp‑server rendert elke pagina van een PDF-, Word-, Excel- of PowerPoint‑bestand als een PNG en retourneert deze aan de agent, en dat gebeurt lokaal op uw machine:

Hoeveel pagina’s heeft report.pdf? Laat me dan de laatste zien.

De stapsgewijze versie met configuratie en probleemoplossing staat in de documentatie: Hoe een AI‑agent documentpagina’s te laten zien.

Waarom mislukt tekstextractie bij echte documenten?

Een teksteextractor retourneert tekens in leesvolgorde. Het geeft niet de staafgrafiek tussen twee alinea’s weer, het “APPROVED”-stempel in de hoek, de kolomindeling van een prijstabel, of een pagina die een scan is en helemaal geen tekens bevat. Een agent die op basis van die output werkt, beantwoordt vol vertrouwen vragen over een document dat hij slechts half heeft gezien, en de ontbrekende helft is meestal het deel waar u naar vroeg.

De oplossing is niet een betere prompt. Het is een andere invoer: de pagina als afbeelding, gegeven aan een model dat afbeeldingsinvoer accepteert.

Verkeerde aanpak: alles door een teksteextractor leiden

De gangbare standaard is om het document naar tekst te converteren, de tekst in het contextvenster te plakken en vragen te stellen. Het werkt voor proza. Het faalt op vier manieren die u kunt verifiëren op elk document dat u bezit:

  • De lay-out is verdwenen, dus “staat het totaal in de rechterkolom?” kan niet beantwoord worden.
  • Figuren binnen grafieken en diagrammen ontbreken, omdat ze getekend zijn, niet getypt.
  • Stempels, handtekeningen en handschrift ontbreken.
  • Een gescande PDF levert geen tekst op.

Een model kan geen informatie herstellen die is verwijderd voordat het het document zag.

Juiste aanpak: een PDF-pagina renderen naar een afbeelding voor de LLM

render_page rendert één pagina als een PNG, retourneert de afbeelding inline aan de agent en slaat een kopie op in uw uitvoermap als <name>_page<N>.png. De server ondersteunt meer dan 170 formaten, waaronder PDF, DOCX, XLSX, PPTX, ODT, RTF, HTML, EML en MSG. Een vision‑capabel model ziet vervolgens de pagina zoals u dat zou doen.

De agent mag geen paginanummers raden, dus combineert hij render_page met get_view_info, die het bestandstype, het aantal pagina’s en de grootte van elke pagina retourneert zonder iets te renderen. Een derde tool, get_license_status, meldt de actieve licentiemodus.

Hoe start ik de server voor Claude, Cursor of Copilot?

De Docker‑image is zelfstandig:

docker run --rm -i -v $(pwd)/documents:/data \
  ghcr.io/groupdocs-viewer/viewer-net-mcp:latest

Met de .NET 10 SDK geïnstalleerd, voert dnx GroupDocs.Viewer.Mcp --yes dezelfde server uit zonder Docker. Registreer deze in Claude Desktop, Claude Code, Cursor, VS Code met GitHub Copilot, Windsurf en andere clients; de hub‑pagina geeft de exacte configuratie voor elk weer. De client start de server als een child‑process en communiceert via standaard‑invoer en -uitvoer, zodat er geen inkomende poort en geen eindpunt te beveiligen is.

Voorbeeldsessie

Dit is een illustratie gebaseerd op het gedocumenteerde gedrag van de twee tools, geen vastgelegde screenshot.

You:   How many pages does report.pdf have? Then show me the last one.

Agent: [calls get_view_info on report.pdf]
       report.pdf is a PDF with 2 pages, both 612 x 792 points (US Letter).
       [calls render_page with page = 2]
       Page 2 of 'report.pdf' Saved to: <output folder>/report_page2.png
       Here is what page 2 shows: ...

De afbeelding verschijnt inline in clients die deze weergeven. Het tekstantwoord is de beschrijving van de agent van wat hij op de pagina ziet.

Wat beslist de agent, en wat doet de engine?

De agent bepaalt welke pagina de vraag beantwoordt en wat er aan het model gevraagd moet worden over die pagina. De engine verzorgt het deel dat exact moet zijn: het openen van het bestand, het pagineren zoals het document pagineert, en het produceren van de PNG. Het model hoeft nooit te raden over de paginalay-out, omdat het de gerenderde pagina ontvangt.

Eerlijke beperkingen

  • Evaluatiemodus. Zonder licentie bevatten gerenderde pagina’s een evaluatiewatermerk en een serverproces opent maximaal 15 documenten. Het watermerk kan het detail dat u vraagt bedekken. Vraag de agent “Is de viewer‑server gelicentieerd?” zodat hij get_license_status aanroept voordat u vertrouwt op wat hij leest.
  • Alleen PNG. De output is een PNG‑afbeelding; er is geen format‑optie.
  • Geen paginanummer‑controle. render_page weigert geen paginanummer dat voorbij de laatste pagina ligt. Controleer eerst het aantal met get_view_info.
  • Het model moet afbeeldingen accepteren. Met een alleen‑tekstmodel krijgt de agent nog steeds het opgeslagen bestandspad, maar hij kan u niet vertellen wat er op de pagina staat.
  • Afbeeldingen zijn groot. Elke pagina is een inline PNG, vaak enkele honderden kilobytes. Render alleen de pagina’s die de taak nodig heeft, niet het hele bestand.
  • Één ding verlaat de machine. De gerenderde afbeelding gaat naar de agent en vandaar naar welk model het ook gebruikt. Een lokaal gehost model houdt alles op de machine.

Veelgestelde vragen

Kan Claude mijn PDF-pagina en de lay-out zien? Ja, als de PDF-pagina wordt gerenderd naar een afbeelding en het gebruikte Claude‑model afbeeldingsinvoer accepteert. render_page produceert die afbeelding lokaal en retourneert deze aan de client.

Moet ik het document ergens uploaden om het te renderen? De server leest het bestand uit de map die u mount en schrijft de afbeelding ernaast; het document wordt niet geüpload door de server. De pagina‑afbeelding gaat wel naar het model van uw agent.

Werkt het voor Excel en PowerPoint, niet alleen voor PDF? Ja. PowerPoint rendert één afbeelding per dia, en Excel‑bladen worden opgesplitst in pagina’s, met het aantal zichtbaar via get_view_info.

Dieper duiken