Docker

使用 GroupDocs.Search.Mcp 為 AI 代理提供每個專案的持久文件索引

AI 代理的專案記憶：每個專案一個索引，保持最新

在每次會話開始時重新閱讀專案文件的代理會浪費時間與上下文。具名且持久的索引是代理對資料夾的記憶：只建置一次，檔案變更時只需一次呼叫即可刷新，且每個專案各自分離。

使用 GroupDocs.Search.Mcp 以 AI 代理搜尋 Outlook PST 存檔與電子郵件附件

使用 AI 代理搜尋您的電子郵件存檔：PST、MSG、EML 以及其中的附件

「供應商對價格有何說法？」的答案常常藏在附件、訊息或存檔中。GroupDocs.Search.Mcp 逐封訊息、逐個附件索引存檔，並告訴代理精確的匹配位置。

為何 AI 代理不應閱讀 300 份合約來回答一個問題

透過開啟每個檔案來回答「哪些合約提及 X」的代理會耗盡其上下文，且仍可能遺漏資訊。使用索引即可一次回覆哪些檔案符合，代理僅會讀取重要的條款。

從您的檔案中獲得有根據的答案：引用段落，而非模型的記憶

將文件貼入聊天會使上下文充斥問題不需要的文字，且答案會偏離來源。從本機索引取得的片段僅提供匹配的段落，讓每個答案都能引用其依據。

使用本機全文索引和 GroupDocs.Search.Mcp 的 AI 代理搜尋文件

您是否需要向量資料庫來對資料夾中的文件提出問題？

對「讓代理從我的文件中回答」的預設回應是嵌入管線與向量資料庫。對於合約、報告或郵件的資料夾，具備全文搜尋與本機索引的代理能提供有根據、引用的答案，且所需的機制大幅減少。

使用 GroupDocs.Parser.Mcp 伺服器的 AI 代理提取文件資料

使用 AI 代理和 MCP 提取文件資料的 3 種方法（文字、表格、影像）

讀取貼上的 PDF 的大型語言模型會猜測結構且無法辨識掃描件。GroupDocs.Parser.Mcp 為代理提供提取工具，讓一次提示即可返回文字、表格或條碼值。

使用 AI 代理和 GroupDocs.Parser.Mcp 批量從文件提取資料

使用 MCP 的自動化提取工作流程強制執行一致的資料捕獲

當每個發票檔案以臨時方式處理時，資料夾中的發票會產生不一致的資料。先在提示中定義一次結構，讓代理透過 GroupDocs.Parser.Mcp 套用到每個檔案，並取得不符合的檔案例外清單。

使用 GroupDocs.Parser.Mcp 的 AI 代理將 PDF 表格提取為 JSON

從 PDF 中提取表格至 JSON，無需 LLM 猜測單元格

請求 LLM 從貼上的文件中讀取表格，會讓單元格受制於模型。GroupDocs.Parser.Mcp 直接將文件引擎的行提供給代理，作為 Markdown 供審閱或 JSON 供計算。

如何在 Linux 上使用 Docker 對 PDF 文字進行遮蔽

了解如何在 Linux 上使用 Docker，結合 GroupDocs.Redaction for .NET 26.9 與 .NET 10，對 PDF 文字進行遮蔽。此範例使用 ExactPhraseRedaction 以黑色方框遮蔽特定短語，並說明如何從 Visual Studio 或 Docker 命令列執行。

在 Linux 容器中使用 Node.js 透過 GroupDocs.Signature 簽署 PDF 文件

在 Docker 中使用 Node.js 簽署 PDF：選擇字體的三種方法

GroupDocs.Signature for Node.js 在同一進程中執行 JVM，因此將其容器化意味著在任何簽署工作之前先配置 JDK 和字體。本文比較了選擇字體族的三種方法——硬編碼、從檔名偵測或探測函式庫——並說明了影響程式碼的綁定細節。