Bir AI ajanı, az önce işaretlediği sayfaya bakarak kendi ek açıklamalarını doğrulayabilir. GroupDocs.Annotation.Mcp ile Claude, Cursor veya GitHub Copilot’taki LLM bir belgeyi ekler, sunucudan ek açıklama dahil sayfayı PNG olarak renderlemesini ister ve yerleşimin doğru olup olmadığını değerlendirir. Sunucu işi yerel olarak yapar; istemci tek bir cümle olur:

Sayfa 2’deki ödeme maddesini vurgula, ardından sayfayı göster.

Yapılandırma ve sorun giderme adımları belgelerde yer alır: Bir AI ajanının ek açıklama yaptığı belge sayfasını görmesini nasıl sağlarsınız.

Not: generate_pages_preview şu anda Linux’ta PDF dosyaları için, Docker görüntüsü dahil, başarısız olur; Dürüst sınırlamalar bölümüne bakın.

Neden çıktısını göremeyen bir ajan başarıyı yanlış rapor ediyor?

Çoğu belge aracı yalnızca yazma‑yönlüdür. Ajan onları çağırır ve çağrı döndüğü için “tamam” der. Bir ek açıklama için bu ifade, hiçbir hata mesajı göstermeyen bir şekilde yanlış olabilir: çağrı başarılıdır, ancak vurgulama yanlış paragrafta durur. Koordinatlar x ve y belge koordinatlarıdır ve “ödeme maddesini” vurgulaması istenen bir ajan, bir şey söylemedikçe bu maddenin nerede olduğunu tahmin etmek zorundadır.

Fark, “Bir vurgulama ekledim” ile “vurgulama ödeme maddesinde” arasındadır. Yalnızca ikinci ifade faydalıdır ve yalnızca sayfaya bakmak bunu destekler.

Bir ajan, ek açıklamalı sayfa görüntüsünü nasıl oluşturur ve kontrol eder?

Araçlar kısa bir döngü oluşturur.

  1. add_annotation ek açıklamayı yazar ve contract_annotated.pdf dosyasını kaydeder. Orijinal dosya değiştirilmez.
  2. generate_pages_preview bu dosyanın sayfalarını PNG olarak renderler, ek açıklamaları içine yerleştirir ve satır içi döndürür. pages parametresini 2, 1-3 ya da 1,3,5 olarak verin. Bırakırsanız 1. sayfa döner.
  3. Ajan görüntüyü inceler. Vurgulama yanlış metni kapsıyorsa, update_annotation mesajını ya da konum ve boyutunu yeniden başlatmadan değiştirir.

Önizleme, renderlenen şeyi açıklayan bir metin bloğu ve ardından her sayfa için bir görüntü bloğu döndürür. Bir çağrı en fazla beş sayfa renderleyebilir.

Düzenlemeler zinciri oluşturulmadan önce GROUPDOCS_MCP_OUTPUT_PATH değişkenini depolama klasöründen farklı bir klasöre ayarlayın. Varsayılan (çıktılar depolama klasörüne gider) ise ikinci yazma being used by another process hatası verir; ayrı bir çıktı klasörüyle add_reply, update_annotation ve remove_annotations üretildiği dosyada sorunsuz çalışır. Docker görüntüsüyle -e GROUPDOCS_MCP_OUTPUT_PATH=/data/output ekleyin. Aşağıdaki oturum bu ayarı varsayar, böylece üretilen dosya output/ altında bulunur.

Bu işlemin çalışması için ajan neye ihtiyaç duyar?

  • Görüntü içeriğini gösteren bir istemci. Claude Desktop bunu yapar. Bir terminal istemcisi yalnızca bir görüntünün geri geldiğini rapor edebilir. Araç her iki durumda da aynı davranır; görüntüler basitçe gösterilmeyebilir.
  • Görsel işleyebilen bir model. Görüntüler yalnızca görüntü girişi kabul eden bir modele yardımcı olur.
  • Küçük bir sayfa aralığı. Renderleme, bu sunucunun yaptığı en maliyetli çağrıdır. İhtiyacınız olan sayfayı isteyin, elli sayfalık bir dosya istemeyin.

Önizlemenin başka hangi kullanımları vardır?

  • Ek açıklama yapmadan önce konumlandırma. Önce renderleyin, modeli sayfayı okumasına izin verin, ardından tahmin yerine türettiği koordinatlarla ek açıklamayı yerleştirin.
  • Bir birleştirmeyi kontrol edin. import_annotations komutunu yeniden akışlandırılmış bir taslağa uyguladıktan sonra, önizleme içe aktarılan notların hâlâ doğru yerde olup olmadığını gösterir.
  • Bir gözden geçiren kişiye sonucu göster sohbet içinde dosyayı açmadan.
  • Değerlendirme rozeti tespit edin. Değerlendirme modunda her sayfaya bir deneme rozeti damgalanır, bu da renderlenmiş görüntüde görünür.

Örnek oturum (kısaltılmış)

Bu, araçların belgelenen davranışına dayanarak oluşturulmuş bir illüstrasyondur, yakalanmış bir ekran görüntüsü değildir. PDF dosyaları için önizleme renderleyicisinin çalıştığı bir platform varsayar, örneğin dnx ile Windows.

You:   Highlight the payment clause on page 2 of contract.pdf, then show me the page.

Agent: [calls add_annotation: type=highlight, page=2, x=100, y=250,
        text="Payment clause"]
       Added highlight annotation to contract.pdf on page 2.
       [calls generate_pages_preview on output/contract_annotated.pdf, pages="2"]
       (image: page 2, rendered with the highlight)
       The highlight sits on the "Delivery" paragraph, one block above the
       payment clause. Moving it down.
       [calls get_annotations, then update_annotation: y=330]
       Updated annotation 1 in output/contract_annotated.pdf.
       (The agent passes the saved file name from each result to the next call.)

Renderleme nerede gerçekleşir ve ne makineden çıkar?

Motor PNG’yi kendi makinenizde üretir. Görüntü daha sonra model sağlayıcınıza diğer mesaj içerikleri gibi gönderilir; bulut‑tabanlı bir model kullanıyorsanız önizleme o sayfanın bir resmini gönderir. Hassas belgeler için yerel olarak barındırılan bir model kullanın.

Dürüst sınırlamalar

  • Linux’ta önizleme. generate_pages_preview şu anda Linux’ta PDF dosyaları için, Docker görüntüsü dahil, başarısız olur (Gdip için TypeInitializationException: System.Drawing.Common Windows dışı platformlarda desteklenmiyor); Word ve diğer Office belgeleri renderlenir ve Windows’ta dnx ile her format renderlenir. Diğer on araç etkilenmez.
  • Değerlendirme modu. Deneme rozeti, ek açıklamalı dosyanın ve önizlemelerin her sayfasının üst kısmına damgalanır. Çıktıya güvenmeden önce get_license_status kontrol edin.
  • Yaklaşık konumlama yaklaşık kalır. Önizleme, modelin yanlış yerleştirilmiş bir ek açıklamayı fark etmesini sağlar; tahmini koordinatları kesin koordinatlara dönüştürmez.
  • Yalnızca metin modeli kontrol edemez. Metin bloğunu hâlâ alır, ancak sayfanın nasıl göründüğünü size söyleyemez.

SSS

Bir AI, bir yorumun sayfada nerede konumlandığını kontrol edebilir mi? Evet, model görüntüleri kabul ediyorsa. Ajan, ek açıklamalı sayfayı generate_pages_preview ile renderler ve resmi inceler, gerekirse update_annotation ile ek açıklamayı ayarlar.

Ajan için ek açıklamalı bir PDF sayfasını nasıl önizlerim? Sayfayı numarasıyla isteyin, örneğin “Ek açıklamalı sözleşmenin 1‑3. sayfalarını renderle, yorumları kontrol edebileyim”. Ajan pages parametresini 1-3 olarak gönderir ve PNG’ler satır içi döner.

Önizleme Docker konteynerimde neden başarısız oluyor? PDF dosyaları için araç Linux’ta, Docker görüntüsü dahil, Gdip tip başlatma hatası verir. Word ve diğer Office belgeleri renderlenir, Windows’ta dnx ile her format renderlenir.

Daha derine in