คุณสามารถให้ AI agent ใส่ความคิดเห็นการตรวจสอบของมันลงในเอกสารแทนที่จะอยู่ในแชท เซิร์ฟเวอร์ GroupDocs.Annotation.Mcp ทำให้ LLM ใน Claude, Cursor หรือ GitHub Copilot สามารถเพิ่มไฮไลท์, โน้ตและการขีดฆ่าในไฟล์ PDF, Word, Excel หรือ PowerPoint และเขียนลงในเครื่องของคุณโดยตรง:

ไฮไลท์ข้อกำหนดการชำระเงินในหน้า 2 และเพิ่มโน้ตขอให้ฝ่ายกฎหมายยืนยัน

เวอร์ชันขั้นตอนต่อขั้นตอนพร้อมการกำหนดค่าและการแก้ไขปัญหาอยู่ในเอกสาร: วิธีทำเครื่องหมายเอกสารด้วย AI agents โดยใช้ MCP

ทำไมข้อเสนอแนะของ AI ในหน้าต่างแชทจึงหายไป?

ขอให้ผู้ช่วยตรวจสอบสัญญาแล้วคุณจะได้รายการเช่น “ข้อ 4 ย้ายความรับผิด, ข้อ 7 มีวันที่เปิด”. รายการนั้นอยู่ในบทสนทนา เพื่อนร่วมงานที่เปิดสัญญาในสัปดาห์หน้าไม่เห็นอะไรเลย และคุณต้องคัดลอกแต่ละจุดกลับไปยังย่อหน้าที่ถูกต้องด้วยมือ

ปัญหาไม่ได้อยู่ที่ agent. มันไม่มีวิธีเขียนลงในไฟล์ การตรวจสอบจะมีประโยชน์เฉพาะเมื่อผู้อ่านเจอมันซึ่งอยู่ข้าง ๆ ข้อความที่อ้างอิง

รูปแบบที่ผิดเป็นอย่างไร?

วิธีแก้ทั่วไปคือคัดลอกข้อความของเอกสารลงในแชทและขอความคิดเห็น มีสามอย่างที่ผิดพลาดและคุณสามารถตรวจสอบแต่ละอย่างบนเอกสารของคุณเอง:

  • ความคิดเห็นไม่มีตำแหน่ง “หน้า 2 ย่อหน้าที่สอง” เป็นคำอธิบายที่คุณต้องแก้ด้วยตนเอง
  • ผลลัพธ์เป็นการถอดข้อความ ไม่ใช่ผลิตภัณฑ์ที่ส่งต่อให้ผู้ตรวจต่อไปได้ ยกเว้นภาพหน้าจอหรือบล็อกที่คัดลอกมา
  • เอกสารไม่ได้ถูกแก้ไข ดังนั้นการตรวจสอบไม่สามารถกรอง, นับหรือย้ายไปยังร่างต่อไปได้

วิธีที่ถูกต้องคืออะไร: ทำเครื่องหมายเอกสารด้วย AI agent?

แบ่งงานตามความเชี่ยวชาญของแต่ละฝ่าย Agent เข้าใจคำสั่ง “ทำเครื่องหมายทุกอย่างที่ย้ายความเสี่ยงไปยังเรา”. เครื่องยนต์เขียน annotation จริงลงในไฟล์จริง เครื่องมือที่ทำการเขียนคือ add_annotation. มันรับชนิด annotation ทั้งเจ็ด: textfield, area, point, arrow, highlight, underline และ strikeout. อาร์กิวเมนต์ของมันคือไฟล์, ชนิด, ข้อความ, หมายเลขหน้าตั้งแต่ 1, และพิกัดเอกสาร x/y.

ผลลัพธ์จะบันทึกเป็น <name>_annotated.<ext> อยู่ข้างไฟล์ต้นฉบับ ไฟล์ต้นฉบับจะไม่ถูกแก้ไข คำสั่งเดียวกันทำงานได้กับรูปแบบกว่า 50 แบบที่เครื่องยนต์รองรับ ดังนั้นร่าง Word และ PDF จะถูกทำเครื่องหมายในลักษณะเดียวกัน

เครื่องมือใดทำให้การวางตำแหน่งถูกต้อง?

พิกัดเป็นจุดอ่อนของ agent ใด ๆ ที่ไม่สามารถมองเห็นหน้าได้ และเอกสารบอกอย่างชัดเจน มีสามเครื่องมือที่ลดการคาดเดา:

  • get_document_info คืนค่าประเภทไฟล์, จำนวนหน้าและขนาด, พร้อมความกว้างและความสูงต่อหน้าเมื่อเครื่องยนต์รายงาน ซึ่งให้ agent มี “กล่องหน้า” เพื่อใช้ในการคำนวณ
  • get_annotations คืนค่า annotation ที่มีอยู่พร้อมกล่องขอบเขต ซึ่ง agent สามารถใช้เป็นจุดยึด
  • generate_pages_preview แสดงหน้าหนึ่งเป็นภาพเพื่อให้โมเดลที่มีความสามารถด้านวิสัยทัศน์สามารถหาข้อความก่อนทำ annotation ปัจจุบันยังล้มเหลวสำหรับไฟล์ PDF บน Linux; ดูข้อจำกัดด้านล่าง

สิ่งล่อลวงหนึ่งในการทำเครื่องหมายต่อเนื่องคืออะไร?

เครื่องมือเขียนทุกตัวจะบันทึกไฟล์ใหม่ Annotation ที่สองต้องถูกนำไปใช้กับไฟล์ที่คำสั่งแรกสร้างขึ้น ไม่ใช่ไฟล์ต้นฉบับ มิฉะนั้น annotation แรกจะค้างอยู่ในไฟล์ที่ไม่มีใครเปิดอีกครั้ง บอกให้ชัดเจนในพรอมต์:

ไฮไลท์ข้อกำหนดการชำระเงิน, แล้วบนไฟล์ที่ได้จากการทำเครื่องหมายให้ขีดฆ่าวันที่จัดส่งเก่า

ตัวอย่างเซสชัน (ย่อ)

นี่คือตัวอย่างที่สร้างจากพฤติกรรมที่ระบุในเอกสารของเครื่องมือ ไม่ใช่ภาพหน้าจอที่จับไว้

You:   Highlight the payment clause on page 2 of contract.pdf and add a note
       asking legal to confirm.

Agent: [calls get_document_info on contract.pdf]
       contract.pdf is a PDF with 6 pages.
       [calls add_annotation: type=highlight, page=2, x=100, y=250,
        text="Legal to confirm these payment terms"]
       Added highlight annotation to contract.pdf on page 2.
       The annotated copy is contract_annotated.pdf. Your original is unchanged.

ฉันจะเริ่มเซิร์ฟเวอร์การทำเครื่องหมายในไคลเอนต์ AI ของฉันอย่างไร?

เพื่อรันเป็นคอนเทนเนอร์ ให้เมานต์โฟลเดอร์ที่มีเอกสารของคุณที่ /data:

docker run --rm -i -v $(pwd)/documents:/data \
  -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output \
  ghcr.io/groupdocs-annotation/annotation-net-mcp:latest

หากคุณไม่ต้องการใช้คอนเทนเนอร์ ให้ติดตั้ง .NET 10 SDK แล้วเรียก dnx GroupDocs.Annotation.Mcp --yes; บน Windows นี้ยังเป็นช่องทางที่ใช้สำหรับการแสดงตัวอย่างหน้าของ PDF หน้า hub มี snippet การลงทะเบียนสำเร็จรูปสำหรับ Claude Desktop, Claude Code, VS Code กับ GitHub Copilot, Cursor, Windsurf และไคลเอนต์อื่น ๆ ตั้งค่า GROUPDOCS_MCP_OUTPUT_PATH ให้เป็นโฟลเดอร์อื่นที่ไม่ใช่โฟลเดอร์จัดเก็บก่อนทำการแก้ไขต่อเนื่องบนไฟล์ที่สร้างขึ้น โดยค่าเริ่มต้น (ผลลัพธ์จะอยู่ในโฟลเดอร์จัดเก็บ) การเขียนครั้งที่สองจะล้มเหลวด้วยข้อความ being used by another process; หากใช้โฟลเดอร์ผลลัพธ์แยกต่างหาก add_reply, update_annotation และ remove_annotations บนไฟล์ที่สร้างขึ้นทั้งหมดจะสำเร็จ กับภาพ Docker ให้ส่ง -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output. หลังจากลงทะเบียนไคลเอนต์จะเปิดเซิร์ฟเวอร์เองและสื่อสารผ่าน stdio ดังนั้นไม่มีการฟังพอร์ตเครือข่ายและเซิร์ฟเวอร์จะไม่ส่งเนื้อหาเอกสารไปยังบริการคลาวด์

ข้อจำกัดที่ตรงไปตรงมา

  • Evaluation mode. หากไม่มีลิขสิทธิ์ แสตมป์ทดลองจะถูกประทับที่ด้านบนของทุกหน้า ทำให้ผลลัพธ์ที่ทำเครื่องหมายไม่สามารถแจกจ่ายได้ ถาม “What is the license status of the annotation server?” ก่อน; agent จะเรียก get_license_status.
  • Placement is approximate without help. Agent ที่คาดเดา x/y จากพรอมต์จะวาง annotation ประเภท area หรือ point อย่างประมาณการ ควรอ่านหรือเรนเดอร์ก่อนเพื่อการวางตำแหน่งที่แม่นยำ
  • Preview on Linux. generate_pages_preview ปัจจุบันล้มเหลวสำหรับไฟล์ PDF บน Linux รวมถึงภาพ Docker (TypeInitializationException สำหรับ Gdip: System.Drawing.Common ไม่รองรับบนแพลตฟอร์มที่ไม่ใช่ Windows); Word และเอกสาร Office อื่น ๆ สามารถเรนเดอร์ได้ และบน Windows กับ dnx ทุกรูปแบบสามารถเรนเดอร์ได้ เครื่องมืออื่น ๆ ทั้งสิบตัวที่เหลือไม่ได้รับผลกระทบ

คำถามที่พบบ่อย

Claude สามารถเพิ่มคอมเมนต์ลงใน PDF ได้หรือไม่? ได้ ผ่านเซิร์ฟเวอร์ MCP ที่เปิดเครื่องมือ annotation ให้กับ Claude เมื่อใช้ GroupDocs.Annotation.Mcp agent จะเรียก add_annotation และคอมเมนต์จะถูกเขียนลงใน <name>_annotated.pdf.

AI จำเป็นต้องอัปโหลดเอกสารของฉันเพื่อทำ annotation หรือไม่? ไม่จำเป็นผ่านเซิร์ฟเวอร์: มันเปิดไฟล์ในโฟลเดอร์ที่เมานต์และบันทึกสำเนาที่ทำเครื่องหมายข้าง ๆ เท่านั้น สิ่งที่โมเดลเห็นเอง เช่น ข้อความที่คุณวางหรือภาพหน้าที่ agent ดู จะส่งไปยังผู้ให้บริการโมเดลเท่านั้น

ทำงานได้กับ Word และ Excel หรือไม่ เพียงแค่ PDF เท่านั้น? ทำได้ ทั้งชนิด annotation เดียวกันทำงานได้กับ PDF, DOCX, XLSX, PPTX และรูปภาพ รวมกว่า 50 รูปแบบที่ระบุในเอกสาร

ไปลึกขึ้น