Kiedy prosisz agenta AI o redakcję zeskanowanej strony, a redakcja tekstu nie znajduje nic do zastąpienia, strona nie jest czysta, nie ma warstwy tekstowej do przeszukania. Aby zredagować skan lokalnie, agent pokrywa obszar współrzędnymi przy użyciu redact_image_area zamiast dopasowywania słów. Z połączeniem GroupDocs.Redaction.Mcp z Claude Desktop lub Cursor, żądanie wygląda tak:

Pokryj dolną jedną trzecią obrazu scan.png czarnym prostokątem.

Wersja krok po kroku z konfiguracją i rozwiązywaniem problemów znajduje się w dokumentacji: How to redact scanned documents and images with an AI agent.

Dlaczego redakcja tekstu nie znajduje nic na skanie?

Skan to obraz dokumentu. Słowa na nim są pikselami, więc wyrażenie regularne nie ma czego dopasować. redact_text nie znajduje nic do zastąpienia na zeskanowanej stronie, a brak znalezionych elementów nie oznacza braku wrażliwych danych. Traktuj pusty wynik w pliku zawierającym tylko obraz jako „brak warstwy tekstowej”, a następnie przełącz narzędzia. To samo dotyczy fotografii, pieczęci i zeskanowanej strony z podpisem na końcu cyfrowego kontraktu.

Które narzędzie pokrywa obszar strony?

redact_image_area pokrywa prostokąt na stronie solidnym, jednokolorowym pudełkiem i trwale ukrywa znajdujący się pod nim obraz, taki jak twarze, podpisy i pieczęcie. Przyjmuje x, y, width i height w pikselach, mierzone od lewego górnego rogu strony, oraz opcjonalny color (domyślnie Black, lub wartość szesnastkowa, np. #FF0000). Narzędzie nie przyjmuje argumentu strony, tylko plik i prostokąt, więc otwórz wynik i potwierdź, gdzie pudełko się znalazło. Ponieważ liczby są w pikselach, potrzebujesz rozmiaru obrazu lub strony przed wybraniem prostokąta.

Jak uzyskać współrzędne?

Zacznij od rozmiaru strony. get_document_info zwraca typ pliku, liczbę stron oraz szerokość i wysokość każdej strony, co przekształca „dolną jedną trzecią” w rzeczywiste liczby.

Jaki jest rozmiar scan.png?

Następnie podaj agentowi region:

Pokryj dolną jedną trzecią scan.png czarnym pudełkiem.

Dla konkretnego elementu, takiego jak podpis lub twarz, potrzebujesz jego położenia. Działają dwie praktyczne drogi. Otwórz stronę w dowolnym przeglądarce i odczytaj współrzędne samodzielnie. Albo pozwól agentowi wyrenderować stronę przy użyciu serwera zwracającego obrazy stron: narzędzie GroupDocs.Viewer.Mcp render_page renderuje pojedynczą stronę jako PNG i zwraca ją w treści, a serwer GroupDocs.Annotation.Mcp może zwrócić podglądy stron (jego narzędzie podglądu obecnie nie działa dla plików PDF na Linuxie i w Dockerze; dokumenty Word i inne dokumenty Office są renderowane, a na Windows z dnx każdy format jest renderowany). Model zdolny do wizji może wtedy oszacować prostokąt, a Ty potwierdzasz go przed uruchomieniem redakcji.

Co z dokumentami, które są w połowie tekstem, w połowie skanem?

Cyfrowy kontrakt z zeskanowaną stroną z podpisem wymaga obu narzędzi, a redact_image_area nie może być skierowany na jedną stronę za pomocą argumentu. Trzymaj części osobno: najpierw zredaguj tekst, a zeskanowane strony potraktuj jako obrazy, które podlegają własnej redakcji obszaru.

Zredaguj adresy e-mail w contract.docx, a następnie powiedz mi, którego zapisanego pliku powinienem użyć w następnym kroku.

Następnie sprawdź każdą stronę końcowego wyniku wzrokiem.

Jak wygląda typowy przepływ pracy ze skanem?

Kolejność, która działa, to: odczytaj rozmiar strony, zdecyduj o regionie, pokryj go, a potem przyjrzyj się wynikowi. Jeśli region nie jest oczywisty, najpierw wyrenderuj stronę i pozwól modelowi zdolnemu do wizji zaproponować prostokąt. Zachowaj propozycję i ostateczne współrzędne w transkrypcji, aby każdy przeglądający akt sprawy mógł zobaczyć, co zostało pokryte i dlaczego. Redakcja obszaru jest celowo prosta: pokrywa prostokąt i nic więcej.

Czy ten serwer odczytuje tekst na obrazach (OCR)?

Nie. GroupDocs.Redaction.Mcp dokonuje redakcji; nie rozpoznaje tekstu na obrazach. Dzięki temu zachowanie jest przewidywalne, ponieważ żaden próg pewności nie decyduje po cichu, że rozmyte imię nie jest imieniem. Jeśli Twój przepływ pracy wymaga wyciągnięcia tekstu ze skanów, najpierw wyodrębnij go przy użyciu narzędzia do tego przeznaczonego, zdecyduj, co jest wrażliwe, a potem dokonaj redakcji obszaru. Serwer nie może powiedzieć, gdzie na obrazie znajduje się imię.

Przykładowa sesja (skrótowo)

You:    How big is scan.png?
Agent:  -> get_document_info(file: scan.png)
        The image is 1200 x 1600 pixels.
You:    Cover the bottom third of scan.png with a black box.
Agent:  -> redact_image_area(file: scan.png, x: 0, y: 1067, width: 1200, height: 533, color: Black)
        Saved the output file. Please open it and check that the box covers the area.

Jak sprawdzić redakcję obszaru?

Sprawdź każdą stronę wyniku, nie tylko tę, na którą celowałeś. Redakcja obszaru, która jest o 20 pikseli krótsza, to redakcja, która się nie powiodła, i żaden tekst odpowiedzi Cię o tym nie poinformuje. To jedyny przypadek, w którym weryfikacja nie może być zautomatyzowana przez ponowne uruchomienie wzorca: sprawdzenie odbywa się wzrokiem lub przy użyciu wyrenderowanego podglądu, który agent może zobaczyć. Weryfikacja jest opisana w osobnym poście, Trust no redaction you haven’t verified.

Jakie są limity trybu ewaluacji?

Bez licencji serwer pozwala na jeden dokument na proces i jedną redakcję, ograniczoną do 4 zamian, plus odznaki próbne. Dla skanów oznacza to jedno pudełko: strona, która wymaga trzech pokrytych regionów, otrzymuje jedno, i nadal wygląda na przetworzoną. Najpierw uruchom get_license_status. Limit służy do wypróbowania narzędzi, a nie do rzeczywistej pracy.

  • PDF on Linux. Na Linuxie, w tym w obrazie Docker, redact_image_area i erase_metadata obecnie nie działają na plikach PDF (obsługa obrazów w silniku PDF zależy od System.Drawing, który .NET obsługuje tylko na Windows); oba działają na dokumentach Word, a redact_text działa na PDF. Uruchom redakcję obszaru PDF i usuwanie metadanych na Windows z dnx.

FAQ

Czy agent AI może zredagować zeskanowany dokument? Tak, poprzez obszar. Pokrywa prostokąt, który definiujesz przy użyciu redact_image_area, ponieważ nie ma tekstu do dopasowania wzorca.

Czy Claude może usunąć podpis ze zeskanowanego obrazu? Claude może sterować redakcją, gdy pozycja podpisu jest znana, z przeglądarki lub wyrenderowanego podglądu strony. Serwer następnie pokrywa ten prostokąt solidnym pudełkiem.

Jak automatycznie zamazać region w skanie lub obrazie? Podaj agentowi plik i prostokąt, a on wywoła redact_image_area. Narzędzie nie ma argumentu strony, więc sprawdź każdą stronę wyniku wzrokiem.

Dlaczego redakcja tekstu nie zmienia nic w moim skanie? Skan lub obraz zawiera piksele, nie tekst, więc nie ma nic do zastąpienia. Użyj redakcji obszaru i sprawdź wynik wzrokiem.

Zagłęb się