Một tác nhân AI có thể tách một tệp PDF và xây dựng lại tài liệu chỉ từ các trang bạn cần bằng cách nối hai công cụ: split trích xuất các trang, và merge ghép chúng lại với nhau. Máy chủ GroupDocs.Merger.Mcp chạy cả hai công cụ này cục bộ trên máy của bạn, vì vậy một lời nhắc duy nhất có thể thực hiện công việc trong Claude Desktop, Claude Code hoặc Cursor:

Trích xuất các trang 3, 6 và 8, sau đó ghép ba kết quả lại thành một tệp theo thứ tự đó.

Phiên bản từng bước với cấu hình và khắc phục sự cố có trong tài liệu: How to split a document and reassemble the pages you want.

Tại sao công cụ split cần một bước thứ hai?

Một LLM được yêu cầu cắt các trang ra khỏi tài liệu chỉ có một lựa chọn nếu không có công cụ: viết lại văn bản mà nó có thể nhìn thấy. Điều này làm mất bố cục và có thể thay đổi nội dung. Với một engine nhận thức trang, tác nhân làm việc trên các trang thực tế thay vì vậy.

Chi tiết định hình mọi quy trình làm việc ở đây là cách split hoạt động. Nó trích xuất các trang bạn chỉ định và lưu mỗi trang thành một tài liệu riêng. Ba số trang sẽ tạo ra ba tệp, không phải một tệp có ba trang. Đó là việc trích xuất trang, không phải “cắt ở đây”. Ba cách dưới đây khác nhau ở cách tác nhân xử lý các tệp một trang này.

Cách 1: Làm thế nào để trích xuất các trang thành các tệp riêng biệt?

Trích xuất các trang 3, 6 và 8 của report.pdf.

Tác nhân gọi split với pages: "3,6,8". Công cụ trả về một tin nhắn dạng Split "report.pdf" into 3 file(s): kèm theo đường dẫn lưu của mỗi tài liệu đã trích xuất. Sử dụng cách này khi mỗi trang là một sản phẩm giao hàng: một trang ký tên, một chứng chỉ, một mẫu đơn trong một gói.

Các số trang là danh sách phân tách bằng dấu phẩy, bắt đầu từ 1. Đặt tên cho mọi trang bạn muốn. Dải trang không phải là đầu vào được tài liệu ghi chú, vì vậy đối với các trang 5 đến 9, lời nhắc nên liệt kê 5,6,7,8,9.

Cách 2: Làm thế nào để trích xuất các trang và lắp lại chúng thành một tài liệu duy nhất?

Trích xuất các trang 5 đến 9 của report.pdf, sau đó ghép các kết quả lại thành một tệp theo thứ tự trang.

Ở đây tác nhân tự liệt kê các trang (5,6,7,8,9), gọi split một lần, sau đó gọi merge. Vì merge nhận từ hai đến bốn tài liệu mỗi lần, năm tệp một trang cần hai vòng: bốn trang đầu tiên, sau đó kết quả đó cộng với trang thứ năm. Yêu cầu việc nối chuỗi một cách rõ ràng. Thứ tự là thứ tự slot, vì vậy tác nhân phải đặt trang 5 vào file1 và trang 9 ở cuối. Trong chế độ đánh giá, tệp được xây dựng lại sẽ bị cắt giảm chỉ còn ba trang đầu tiên.

Đây là mẫu cho việc “trích xuất các trang và lắp lại”: hai nhóm công cụ, một lời nhắc.

Cách 3: Làm thế nào để loại bỏ một trang khỏi tài liệu?

Tài liệu này có 10 trang. Trích xuất tất cả các trang ngoại trừ trang 4, sau đó ghép phần còn lại lại với nhau theo thứ tự.

Cùng một thủ thuật, nhưng ngược lại. Chín tệp một trang cần ba lần gọi merge: bốn tệp đầu tiên, sau đó kết quả đó cộng với ba tệp tiếp theo, rồi kết quả đó cộng với hai tệp cuối cùng. Trước khi bắt đầu, hãy để tác nhân kiểm tra số trang bằng get_document_info, công cụ này trả về pageCount và một mảng pages, để nó liệt kê đúng các số trang thay vì đoán độ dài.

Tác nhân nên kiểm tra gì trước khi tách?

Yêu cầu trang 12 của một tài liệu mười trang sẽ thất bại thay vì trả về ít hơn, và lỗi này tốn một vòng phản hồi. Hãy làm việc kiểm tra là bước đầu tiên:

Tài liệu này có bao nhiêu trang? Sau đó trích xuất ba trang cuối cùng.

Tác nhân gọi get_document_info, đọc số lượng trang, tính toán ba số trang cuối cùng, và sau đó gọi split. Bảng tính hoạt động khác: trong các định dạng bảng tính, các số trang đề cập đến các worksheet, không phải các trang đã in. “Split out sheet 2” là pages: "2", và kết quả là một workbook chứa worksheet đó.

Phiên làm việc mẫu (rút gọn)

Một minh họa dựa trên hành vi công cụ được tài liệu mô tả, không phải một ảnh chụp màn hình thực tế.

You:   Pull pages 3, 6 and 8 out of report.pdf and give me one file
       with just those pages, in that order.

Agent: [calls get_document_info on report.pdf: 12 pages]
       [calls split with pages = "3,6,8": 3 files]
       [calls merge with the three single-page files in order]
       Done. The rebuilt document is in your output folder. The
       original report.pdf was not changed.

Giới hạn thực tế

  • Việc cắt 3 trang ảnh hưởng đến tài liệu được xây dựng lại. Trong chế độ đánh giá, kết quả sẽ bị cắt giảm chỉ còn ba trang đầu, với một huy hiệu trial trên mỗi trang. Một dải tám trang được xây dựng lại sẽ trả về chỉ ba trang. Kiểm tra get_license_status trước khi tìm lỗi.
  • Việc trích xuất riêng lẻ không bị ảnh hưởng. Tài liệu ghi rằng việc trích xuất các trang đơn lẻ không bị cắt; giới hạn chỉ áp dụng khi bạn ghép các kết quả lại.
  • Không hỗ trợ đầu vào dạng dải. split nhận danh sách các số trang và trả về một tệp cho mỗi số.
  • Bốn tài liệu mỗi lần merge. Các dải dài cần nhiều vòng.
  • Không phải là một trình chỉnh sửa. Máy chủ chỉ trích xuất và kết hợp các trang nguyên vẹn. Nó không chỉnh sửa nội dung bên trong một trang, và tài liệu lưu ý rằng việc sắp xếp lại các trang trong tệp thuộc API của thư viện chứ không phải bốn công cụ này.

Câu hỏi thường gặp

AI có thể trích xuất các trang 5 đến 9 từ một PDF và ghép chúng lại không? Có. Nó liệt kê các trang, gọi split cho chúng, và ghép các kết quả một trang trong các vòng lên tới bốn. Thứ tự sẽ được giữ nếu bạn yêu cầu.

AI có thể sắp xếp lại các trang PDF không? Trong bốn công cụ này, chỉ có thể bằng cách trích xuất các trang và ghép chúng lại theo thứ tự bạn muốn. Máy chủ không di chuyển các trang bên trong một tệp.

Làm sao để tách một tài liệu theo các phần bằng AI? Yêu cầu tác nhân đọc số lượng trang trước, sau đó tự đặt tên cho trang đầu tiên của mỗi phần. split trích xuất các trang bạn liệt kê; nó không tự phát hiện các phần.

Đi sâu hơn