An AI agent ควรเลือกไฟล์ที่จะทำการแปลงและรูปแบบที่จะแปลงไป และเอนจินการแปลงจะทำการแปลงจริง ๆ ด้วยเซิร์ฟเวอร์ GroupDocs.Conversion.Mcp, Claude, Cursor หรือ GitHub Copilot สามารถเรียกใช้เอนจินนี้ในเครื่องของคุณจากประโยคเดียว:

Convert contract.docx to PDF

เวอร์ชันขั้นตอนพร้อมการตั้งค่าและการแก้ไขปัญหาอยู่ในเอกสาร: How to convert documents with AI agents using MCP. โพสต์นี้อธิบายว่าทำไมการแยกงานจึงสำคัญและว่าตัวเอเจนต์ควรหลีกเลี่ยงการทำอะไรบ้าง

สิ่งที่ผิดพลาดเมื่อเอเจนต์ทำการแปลงไฟล์ด้วยตนเอง?

โมเดลภาษา “แปลง” PDF เป็น Word ไม่ได้ทำการแปลงอะไรเลย มันอ่านเนื้อหาที่ได้รับและเขียนเนื้อหาใหม่ในรูปแบบเป้าหมาย สิ่งที่โมเดลไม่ได้เห็น มันก็ไม่สามารถสร้างได้: ฟอนต์ที่ตรงกัน, รูปแบบคอลัมน์, การแบ่งหน้า ก่อนตาราง, ชื่อสไตล์ที่เทมเพลต Word พึ่งพา สิ่งที่กลับมาดูเหมือนการแปลงแต่จริง ๆ แล้วเป็นการพิมพ์ใหม่

นี่คือโหมดความล้มเหลวที่โพสต์นี้พูดถึง มันเงียบ: ผลลัพธ์เปิดได้โดยไม่มีข้อผิดพลาด ดังนั้นไม่มีใครตรวจสอบจนกว่าตารางจะเลื่อนหรือหัวข้อจะสูญเสียสไตล์ ความแม่นยำของการแสดงผลเป็นงานของเอนจินที่กำหนดอย่างแน่นอน ไม่ใช่งานการสร้างข้อความ

สิ่งที่เอเจนต์ควรตัดสินใจและสิ่งที่เอนจินควรทำ?

แยกงานตามเส้นแบ่งระหว่างการตัดสินใจและการดำเนินการ

คำถาม เอเจนต์ตัดสินใจ เอนจินทำ
ไฟล์ใดอยู่ในขอบเขต? อ่านพรอมต์ของคุณและโฟลเดอร์จัดเก็บ ไม่มี
รูปแบบเป้าหมายคืออะไร? แปลง “ทำให้แก้ไขได้” เป็น DOCX, “เก็บเป็นไฟล์เก่า” เป็น PDF ไม่มี
ไฟล์นั้นสามารถแปลงได้หรือไม่? เรียก get_supported_formats แล้วอ่านคำตอบ รายงานรูปแบบเป้าหมายที่ถูกต้อง
ไฟล์มีขนาดเท่าไหร่? เรียก get_document_info แล้วอ่านจำนวนหน้า อ่านประเภท, จำนวนหน้า, คุณสมบัติ
การแปลงเอง เรียก convert เรนเดอร์ผลลัพธ์ด้วยเอนจิน GroupDocs.Conversion
จะทำอย่างไรเมื่อเกิดความล้มเหลว ลองใหม่, ถามคุณ, หรือข้ามไฟล์ ส่งเหตุผลเป็นข้อความ

เอเจนต์จะไม่สัมผัสไบต์ของเอกสารของคุณ มันส่งชื่อไฟล์และรูปแบบเท่านั้น แล้วเอนจินจะคืนไฟล์กลับมา

วิธีเชื่อมต่อเอเจนต์กับเอนจินในเครื่องของคุณ

ลงทะเบียนเซิร์ฟเวอร์ครั้งเดียวในไคลเอนต์ของคุณ Claude Desktop ใช้ claude_desktop_config.json, Claude Code ใช้ claude mcp add, VS Code กับ GitHub Copilot ใช้ mcp.json, และ Cursor ใช้ ~/.cursor/mcp.json. เซิร์ฟเวอร์ยังรองรับ Visual Studio 2022, Windsurf, Cline, Codex CLI และ JetBrains Rider ตัวอย่างการตั้งค่า Claude Desktop มีดังนี้:

{
  "mcpServers": {
    "groupdocs-conversion": {
      "type": "stdio",
      "command": "dnx",
      "args": ["GroupDocs.Conversion.Mcp", "--yes"],
      "env": { "GROUPDOCS_MCP_STORAGE_PATH": "/path/to/documents" }
    }
  }
}

dnx ต้องการ .NET 10 SDK หากคุณชอบ Docker ภาพที่รวมทุกอย่างคือ ghcr.io/groupdocs-conversion/conversion-net-mcp:latest รันด้วย docker run --rm -i -v $(pwd)/documents:/data ด้านหน้า ไคลเอนต์สื่อสารกับเซิร์ฟเวอร์ผ่าน stdio: เส้นทางคือเอเจนต์ → เซิร์ฟเวอร์ในเครื่อง → ระบบไฟล์ในเครื่อง รีสตาร์ทไคลเอนต์หลังจากลงทะเบียนเสร็จ

เครื่องมือใดที่แต่ละคำขอจะเรียกใช้?

เซิร์ฟเวอร์เปิดให้ใช้เครื่องมือสี่อย่าง ชื่อของเครื่องมือเป็นตัวอักษรตรง ๆ; เอเจนต์จะค้นหาเมื่อมีบางอย่างขัดข้อง

  • convert แปลงเอกสารเป็นรูปแบบอื่นและบันทึกผลลัพธ์ในโฟลเดอร์จัดเก็บหรือโฟลเดอร์ผลลัพธ์ รับพารามิเตอร์ file, format (เช่น pdf, docx, xlsx, pptx, html, png, jpg, csv, txt, rtf, md) และ password (ถ้ามี)
  • get_supported_formats แสดงรายการรูปแบบเป้าหมายที่ไฟล์ต้นทางที่กำหนดสามารถแปลงเป็นได้
  • get_document_info คืนประเภทไฟล์, จำนวนหน้าและคุณสมบัติพื้นฐานโดยไม่ทำการแปลง
  • get_license_status รายงานว่าเซิร์ฟเวอร์ทำงานในโหมดประเมินผล, ไฟล์ลิขสิทธิ์ หรือโหมดตามการใช้งาน

พรอมต์แบบเปิดทำงานได้เพราะเอเจนต์เชื่อมต่อกันเป็นลำดับ:

What formats can I turn this Visio file into? Then convert it to PDF.

Check the page count of whitepaper.pdf first, then convert it to DOCX.

ไฟล์ที่มีอยู่จะไม่ถูกเขียนทับ การแปลงครั้งที่สองของไฟล์เดียวกันจะได้ชื่อใหม่ เช่น report (1).pdf

ตัวอย่างเซสชัน

นี่เป็นเซสชันสรุปเพื่ออธิบายการทำงานจากคำอธิบายเครื่องมือในเอกสาร ไม่ใช่ภาพหน้าจอ

You:    Convert contract-draft.pdf to DOCX so I can edit it.
Agent:  [calls convert with file.filePath = "contract-draft.pdf", format = "docx"]
Agent:  Done. The converted file is saved as contract-draft.docx in your output folder.

สำหรับลูปเต็มรูปแบบ ดู the n8n walkthrough ที่แสดงเอนจินเดียวกันทำงานผ่านเวิร์กโฟลว์แทนแชท และ announcement ที่ครอบคลุมเซิร์ฟเวอร์โดยทั่วไป

ข้อจำกัดคืออะไร?

  • โหมดประเมินผล เซิร์ฟเวอร์จะใส่ลายน้ำประเมินผลในผลลัพธ์ที่แปลงและจำกัดแต่ละกระบวนการเซิร์ฟเวอร์ที่เปิดเอกสารได้สูงสุด 15 ไฟล์; การรีสตาร์ทเซิร์ฟเวอร์จะรีเซ็ตจำนวนนี้ ถามเอเจนต์ของคุณ “what is the license status of the conversion server?” ก่อน; get_license_status จะตอบโดยไม่ต้องประมวลผลเอกสาร
  • ไม่มี OCR เซิร์ฟเวอร์แปลงเอกสารที่มีชั้นข้อความเท่านั้น ไฟล์สแกนที่บันทึกเป็น PDF ที่มีเฉพาะภาพจะไม่แปลงเป็นข้อความที่แก้ไขได้
  • การแปลง ไม่ใช่การสกัดข้อมูล เซิร์ฟเวอร์นี้แปลงเอกสารทั้งหมด สำหรับการสกัดข้อมูลระดับฟิลด์ ให้ใช้เซิร์ฟเวอร์คู่หู GroupDocs.Parser.Mcp (จัดจำหน่ายเป็น Docker image เท่านั้น) ซึ่งเหมาะกว่า และหลาย pipeline ใช้ทั้งสองร่วมกัน

คำถามที่พบบ่อย

Claude สามารถแปลง docx เป็น pdf ได้หรือไม่?
ได้, หากเชื่อมต่อกับเซิร์ฟเวอร์แปลง Claude จะเรียก convert ด้วย format: "pdf" และเอนจิน GroupDocs จะสร้างไฟล์บนเครื่องของคุณ

ไฟล์ของฉันจะถูกอัปโหลดเมื่อเอเจนต์ทำการแปลงหรือไม่?
ไม่กับเซิร์ฟเวอร์นี้ ทำงานแบบโลคัลผ่าน stdio เอกสารจะอยู่ในโฟลเดอร์จัดเก็บของคุณ ไฟล์ลิขสิทธิ์ของคุณก็อ่านจากดิสก์ในเครื่องเช่นกัน

เซิร์ฟเวอร์สามารถแปลงรูปแบบอะไรได้บ้าง?
มากกว่า 100 รูปแบบของเอกสาร, สเปรดชีต, พรีเซนเทชัน, รูปภาพ, อีเมล, CAD และเว็บ ซึ่งเป็นชุดเดียวกับไลบรารี GroupDocs.Conversion .NET ถาม get_supported_formats เพื่อรับรายการที่แน่นอนสำหรับไฟล์ที่กำหนด

ไปให้ลึกขึ้น