Щоб перенести документацію у Markdown, надайте AI‑агенту папку архіву і дозвольте йому запускати convert_to_markdown один раз для кожного файлу, у перевірених пакетах. За допомогою GroupDocs.Markdown.Mcp це відбувається локально в Claude Code, Cursor, GitHub Copilot або іншому клієнті MCP, тому архів внутрішніх процедур ніколи не завантажується до сервісу конвертації:

Конвертуйте все в папці архіву у Markdown з front matter та зображеннями як окремими файлами. Повідомте вихідний формат, кількість сторінок та розмір вихідного файлу для кожного.

Версія крок за кроком з налаштуваннями та усуненням проблем знаходиться в документації: How to migrate legacy documentation to Markdown with AI.

Чому міграція застарілої документації — це завдання для агента?

Конвертація є механічною, а супровідна робота — повторюваною: скласти список файлів, конвертувати кожен, виміряти результат, знайти помилки, повторити. Людина, що виконує це для сотень файлів, приймає одне і те ж рішення сотні разів. Агент робить це послідовно і повідомляє про кожен результат, тоді як движок, а не модель, генерує Markdown. Збережений Markdown не є перефразуванням ваших процедур.

Це інструкція (runbook). Кожен крок має один запит, а таблиця після нього розділяє те, що вирішує агент, і те, що виконує движок.

Інструкція: як перенести архів Word у Markdown?

  1. Перевірте ліцензію перед усім іншим.

    Перед конвертацією чого‑небудь: який статус ліцензії у markdown‑сервера?

    get_license_status повертає mode, licensed, consumption та версії сервера і движка. Режим оцінки обробляє 3 сторінки на документ, тому запуск без ліцензії створює правдоподібні шаблони.

  2. Складіть інвентаризацію архіву.

    Перерахуйте кожен файл у папці архіву з його форматом, кількістю сторінок та чи зашифрований він.

    У Markdown‑сервера немає інструменту для переліку папок, тому агент перелічує папку за допомогою власного доступу клієнта до файлів або працює з іменами файлів, які ви йому надаєте.

    Потім get_document_info повертає fileFormat, pageCount, title, author та isEncrypted для кожного файлу без його конвертації. Для зашифрованих файлів потрібен параметр password.

  3. Запустіть пілотний проєкт приблизно з двадцятьма файлами.

    Конвертуйте перші двадцять документів у Markdown з front matter та зображеннями як окремими файлами. Повідомте формат, кількість сторінок та розмір вихідного файлу для кожного.

  4. Знайдіть, що не конвертувалося.

    Перерахуйте PDF‑файли, у яких конвертація дала менше 2 KB Markdown при більш ніж 5 сторінках.

    Це майже завжди скани. У цьому сервері немає кроку OCR, тому їх потрібно обробляти іншим інструментом або залишати у вигляді PDF, індексованих метаданими.

  5. Виправте шаблон, а потім запускайте решту пакетами. Двадцять файлів за раунд, з звітом кожного разу, робить процес перевіряємим і забезпечує передбачуване використання ліміту.

  6. Перегляньте результат так, як би ви переглядали pull‑request. Наступні розділи перелічують, на що слід звернути увагу.

Рішення Агент Движок
Які файли конвертувати, у якому порядку та розмір пакету Так Ні
Які параметри передавати (images, frontMatter, flavor) Так, згідно вашого запиту Ні
Перетворення заголовків, списків та таблиць у Markdown Ні Так
Збереження файлів .md та зображень Ні Так
Виявлення 300‑сторінкового файлу, який став 4 KB Так, згідно звіту Ні
Перейменування, структура папок, додаткові ключі front‑matter Так Ні

Які формати добре конвертуються?

  • DOCX, DOC, RTF, ODT. Структура явно визначена у джерелі, тому заголовки та таблиці передаються чисто.
  • EPUB та MOBI. Структура розділів відображається у заголовки Markdown.
  • CHM. Старі файли довідки, часто єдина копія процедури.
  • XLSX. Робочі листи стають таблицями, що підходить для списків параметрів.

Що має перевіряти етап перегляду?

Попросіть агента виконати перший перегляд, а потім самостійно перегляньте зразок:

Для кожного конвертованого файлу перелічіть зображення, на які він посилається, і повідомте, яких файлів зображень не вистачає.

Показати п’ять результатів з найменшим розміром щодо кількості сторінок.

Зображення, записані як images: "file", розташовуються поруч з .md і посилаються за відносним шляхом, що очікує репозиторій документації. .md, який посилається на картинки, які ніколи не були записані, відображатиметься як пошкоджені зображення. Потім відкрийте найскладніший джерельний файл і його вихідний результат поруч, перш ніж застосовувати шаблон до решти. Зафіксуйте переглянутий результат у вашому звичайному git‑workflow; сервер записує файли і не торкається вашого репозиторію.

Приклад сесії (скорочено)

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.

Чесні обмеження

Без ліцензії режим оцінки обробляє лише перші 3 сторінки кожного документа, додаючи водяний знак оцінки до кожного. Міграція в такому стані створює сотні коротких файлів, які виглядають правильно, а прогалини виявляються лише через кілька тижнів, коли хтось шукає відсутню процедуру. Для міграції потрібна ліцензія, тому запустіть get_license_status перед першою партією. Скановані PDF не конвертуються.

FAQ

Чи можу я конвертувати сотні Word‑документів у Markdown одночасно?

Так, але не в одному запиті. Конвертуйте пакетами по приблизно двадцять файлів і читайте звіт після кожного, щоб виправити неправильний параметр до того, як він буде застосований до всього архіву.

Як перенести документацію у git за допомогою AI‑агента?

Сервер записує файли .md та файли зображень у вихідну папку. Ви переглядаєте їх і фіксуєте у вашому звичайному git‑workflow.

Чи завантажує процес міграції docs-as-code мої документи?

Ні. GroupDocs.Markdown.Mcp — це локальний процес, і архів читається з диска. Тільки те, що агент записує у розмові, потрапляє до постачальника моделі.

Поглиблене вивчення