Belgelendirmeyi Markdown’a taşımak için, AI ajanına arşiv klasörünü verin ve her dosya için bir kez convert_to_markdown çalıştırmasına izin verin, incelenen toplu işlemlerde. GroupDocs.Markdown.Mcp ile bu, Claude Code, Cursor, GitHub Copilot veya başka bir MCP istemcisinde yerel olarak gerçekleşir, böylece iç prosedürlerin arşivi hiçbir zaman bir dönüşüm hizmetine yüklenmez:

Arşiv klasöründeki her şeyi ön bilgi ve dosya olarak resimlerle Markdown’a dönüştürün. Her biri için kaynak formatı, sayfa sayısını ve çıktı boyutunu raporlayın.

Yapılandırma ve sorun giderme ile adım adım sürüm belgelerde bulunabilir: Eski belgeleri AI ile Markdown’a nasıl taşırsınız.

Neden eski dokümanların taşınması bir ajan işi?

Dönüşüm mekaniktir ve çevresindeki işler tekrarlayıcıdır: dosyaları listelemek, her birini dönüştürmek, sonucu ölçmek, hataları bulmak, tekrarlamak. Yüzlerce dosya için bunu yapan bir kişi aynı kararı yüzlerce kez verir. Bir ajan bunu tutarlı bir şekilde yapar ve her sonucu raporlar, motor, model değil, Markdown’ı üretir. Kaydedilen Markdown, prosedürlerinizin bir parafrazı değildir.

Bu bir runbook’tur. Her adım bir istem (prompt) içerir ve ardından gelen tablo, ajanın kararlarını motorun yaptığı işlerden ayırır.

Runbook: Word arşivini Markdown’a nasıl taşırım?

  1. Her şeyden önce lisansı kontrol edin.

    Herhangi bir şey dönüştürmeden önce: markdown sunucusunun lisans durumu nedir?

    get_license_status mode, licensed, consumption ve sunucu ve motor sürümlerini döndürür. Değerlendirme modu belge başına 3 sayfa işler, bu yüzden lisanssız bir çalıştırma makul taslaklar üretir.

  2. Arşivi envantere alın.

    Arşiv klasöründeki her dosyayı formatı, sayfa sayısı ve şifreli olup olmadığıyla birlikte listeleyin.

    Markdown sunucusunda klasör listeleme aracı yoktur, bu yüzden ajan klasörü kendi istemcisinin dosya erişimiyle listeler veya size verdiğiniz dosya adlarından çalışır.

    Ardından get_document_info her dosya için fileFormat, pageCount, title, author ve isEncrypted değerlerini dönüştürmeden döndürür. Şifreli dosyalar password parametresine ihtiyaç duyar.

  3. Yaklaşık yirmi dosya ile bir pilot çalıştırın.

    İlk yirmi belgeyi ön bilgi ve dosya olarak resimlerle Markdown’a dönüştürün. Her biri için formatı, sayfa sayısını ve çıktı boyutunu raporlayın.

  4. Dönüştürülemeyenleri bulun.

    5 sayfadan fazla olan ve dönüşümü 2 KB’den az Markdown üreten PDF’leri listeleyin.

    Bunlar neredeyse her zaman taramalardır. Bu sunucuda OCR adımı yoktur, bu yüzden başka bir araca ihtiyaç duyarlar veya meta veriyle indekslenmiş PDF olarak kalırlar.

  5. Deseni düzeltin, ardından geri kalanını toplu olarak çalıştırın. Her turda yirmi dosya, her seferinde bir rapor, çalıştırmayı gözden geçirilebilir tutar ve ölçülen kullanımın öngörülebilir olmasını sağlar.

  6. Çıktıyı bir pull request gibi gözden geçirin. Sonraki bölümler neye bakmanız gerektiğini listeler.

Karar Ajan Motor
Hangi dosyaların dönüştürüleceği, hangi sırayla ve toplu boyutu Evet Hayır
Hangi seçeneklerin geçirileceği (images, frontMatter, flavor) Evet, isteminizden Hayır
Başlıkları, listeleri ve tabloları Markdown’a dönüştürme Hayır Evet
.md ve resim dosyalarını kaydetme Hayır Evet
300 sayfalık bir dosyanın 4 KB’ye düşmesini tespit etme Evet, rapordan Hayır
Yeniden adlandırma, klasör düzeni, ekstra ön bilgi anahtarları Evet Hayır

Hangi formatlar iyi taşınır?

  • DOCX, DOC, RTF, ODT. Kaynakta yapı açık olduğundan, başlıklar ve tablolar temiz bir şekilde aktarılır.
  • EPUB ve MOBI. Bölüm yapısı Markdown başlıklarına eşlenir.
  • CHM. Eski yardım dosyaları, genellikle bir prosedürün tek kopyasıdır.
  • XLSX. Çalışma sayfaları tablo haline gelir, bu da parametre listeleri için uygundur.

İnceleme aşamasında ne kontrol edilmeli?

Ajanı ilk taramayı yapması için isteyin, ardından bir örnek kendiniz okuyun:

Her dönüştürülen dosya için, başvurduğu resimleri listeleyin ve hangi resim dosyalarının eksik olduğunu söyleyin.

Sayfa sayısına göre en küçük boyuta sahip beş çıktıyı gösterin.

images: "file" ile yazılan resimler .md dosyasının yanında bulunur ve göreceli yol ile referans edilir; bu, bir doküman deposunun beklediği şeydir. Hiç yazılmamış resimlere işaret eden bir .md bozuk resimler olarak görüntülenir. Ardından en karmaşık kaynağı ve çıktısını yan yana açın, deseni geri kalanına uygulamadan önce. İncelenen sonucu normal git iş akışınızla commit edin; sunucu dosyaları yazar ve deponuza dokunmaz.

Örnek oturum (kısaltılmış)

You:   Convert the first twenty documents in /archive to Markdown with front matter
       and images as files. Report format, pages and output size for each.
Agent: convert_to_markdown (frontMatter: true, images: "file") x 20
       ops-manual-2014.docx   DOCX   88 pages   converted
       install-guide.chm      CHM    41 pages   converted
       supplier-forms-2009.pdf PDF   12 pages   1 KB of Markdown: probably a scan
       Nineteen files look consistent; one scan needs separate handling.

Dürüst sınırlamalar

Lisans olmadan, değerlendirme modu her belgenin sadece ilk 3 sayfasını işler ve her birine bir değerlendirme filigranı ekler. Bu durumda bir taşıma çalışması, doğru görünen yüzlerce kısa dosya üretir ve eksik bir prosedür arandığında haftalar sonra boşluk ortaya çıkar. Taşıma bir lisans gerektirir, bu yüzden ilk toplu işlemden önce get_license_status çalıştırın. Tarama yapılan PDF’ler dönüştürülmez.

SSS

Yüzlerce Word belgesini bir kerede Markdown’a dönüştürebilir miyim?

Evet, ancak tek bir istemde değil. Yaklaşık yirmi dosyadan oluşan toplularda dönüştürün ve her birinden sonra raporu okuyun, böylece yanlış bir seçenek tüm arşive uygulanmadan önce düzeltilir.

Belgeleri bir AI ajanı ile git’e nasıl taşırım?

Sunucu .md dosyalarını ve resim dosyalarını çıktı klasörüne yazar. Bunları gözden geçirir ve normal git iş akışınızla commit edersiniz.

Docs-as-code taşıması belgelerimi yüklüyor mu?

Hayır. GroupDocs.Markdown.Mcp yerel bir süreçtir ve arşiv diskinizden okunur. Sadece ajan konuşmada yazdıklarını model sağlayıcısına ulaşır.

Daha derine inin