Aperçu

Le Serveur GroupDocs.Parser Cloud MCP est un wrapper léger autour de l’API GroupDocs.Parser Cloud qui implémente le Model Context Protocol (MCP). En exposant les capacités d’analyse de documents (texte, images, codes‑barres) et les utilitaires de stockage cloud (liste, upload, téléchargement, suppression) sous forme d’outils conformes au MCP, le serveur permet aux agents IA, assistants et outils de développement d’interagir avec les documents comme ils le feraient avec n’importe quelle source de données pilotée par un modèle. Cela supprime le besoin d’appels SDK personnalisés ou d’intégrations propriétaires, ce qui rend l’intégration de l’extraction de documents dans les flux de travail LLM, les outils d’autocomplétion ou les environnements d’assistants de code très simple.

Principaux avantages :

  • Accès universel – Tout client compatible MCP (VS Code, Cursor, KiloCode, agents personnalisés, etc.) peut appeler le même point d’accès pour analyser les documents stockés dans GroupDocs Cloud.
  • Extraction riche – Récupérez le texte brut, les images embarquées et les codes‑barres depuis plus de 50 formats de fichiers (PDF, Word, Excel, PowerPoint, e‑mails, archives, …).
  • Opérations de stockage – Listez les dossiers, téléversez de nouveaux fichiers, téléchargez ceux existants et gérez le stockage cloud directement via les appels MCP.
  • Multiplateforme – Fonctionne sous Windows, macOS et Linux grâce à un service unique basé sur Python.

Vous trouverez ci‑dessous une navigation rapide vers les sections qui vous guident à travers le protocole, l’installation, la configuration pour les outils populaires, les options avancées et les FAQ.


Qu’est‑ce que le Model Context Protocol (MCP) ?

Le Model Context Protocol (MCP) est une interface standard qui permet aux grands modèles de langage (LLM) et aux agents IA d’interagir avec des outils et services externes de façon structurée, prévisible et découvrable.

Au lieu d’imbriquer la logique métier directement dans les prompts, le MCP expose les capacités externes (API, services, sources de données) sous forme d’outils typés que l’agent IA peut appeler lorsqu’il le souhaite.

Concepts clés du MCP

  • Intégration basée sur des outils
    Chaque fonctionnalité est exposée comme un outil avec un objectif clair (ex. : extraire le texte d’un document ou lister les fichiers d’un stockage). Les agents IA peuvent sélectionner et invoquer ces outils dynamiquement selon l’intention de l’utilisateur.

  • Schémas d’entrée et de sortie typés
    Les outils MCP définissent leurs paramètres et leurs retours via des schémas JSON. Cela élimine l’ambiguïté, réduit les hallucinations et permet aux modèles de raisonner sur quel outil appeler et comment exploiter le résultat.

  • Séparation explicite du raisonnement et de l’exécution
    Le LLM se concentre sur le raisonnement et la prise de décision, tandis que le serveur MCP effectue des opérations déterministes comme l’analyse de documents, le traitement de fichiers ou la récupération de données.

  • Réutilisable dans différents environnements
    Tout client compatible MCP (IDEs IA, applications de chat, agents autonomes, outils locaux) peut se connecter au même serveur MCP sans code d’accrochage spécifique.

En implémentant le MCP, un service devient IA‑native : sa fonctionnalité peut être découverte, comprise et invoquée en toute sécurité par les agents IA dans le cadre de workflows plus larges.


Pourquoi utiliser le serveur GroupDocs.Parser Cloud MCP ?

AvantageEn quoi cela vous aide
Point d’intégration uniqueTout client compatible MCP (Cursor, extensions VS Code, agents IA, outils personnalisés) accède à l’analyse de documents via une interface cohérente.
Extraction de contenu complèteExtrait texte brut, images et codes‑barres depuis plus de 50 formats, dont PDF, DOCX, XLSX, PPTX, e‑mails et archives.
Opérations de stockage cloud inclusesTravaillez directement avec les fichiers dans le stockage GroupDocs Cloud : téléversement, téléchargement, liste des dossiers, vérification d’existence et suppression, le tout dans le même flux.
Pas de SDK dans vos agentsLes agents IA et les applications clientes n’ont pas besoin d’incorporer ou de gérer les SDK GroupDocs ; le serveur MCP gère toute la communication API et l’authentification.
Multiplateforme et auto‑hébergementExécutez le serveur MCP localement ou sur votre infrastructure avec un service Python unique sous Windows, macOS ou Linux.
Conçu pour les flux de travail IAL’interface MCP expose des outils déterministes basés sur des schémas que les agents IA peuvent invoquer en toute sécurité dans des raisonnements et automatisations plus complexes.

Démarrage rapide

Cette section montre comment configurer et lancer le Serveur GroupDocs.Parser Cloud MCP en quelques étapes seulement.

1. Cloner le dépôt

git clone https://github.com/groupdocs-parser-cloud/groupdocs-parser-cloud-mcp.git
cd groupdocs-parser-cloud-mcp

2. Configurer les variables d’environnement

Créez un fichier .env contenant vos identifiants GroupDocs Cloud.
Vous pouvez le créer manuellement ou copier le modèle fourni .env.example.

CLIENT_ID=votre-client-id
CLIENT_SECRET=votre-client-secret
MCP_PORT=8000

Vous pouvez obtenir votre Client ID et Client Secret depuis le tableau de bord GroupDocs Cloud :
https://dashboard.groupdocs.cloud/#/applications


3. Lancer le serveur MCP

Choisissez la commande correspondant à votre système d’exploitation.

Linux / macOS

./run_mcp.sh

Windows (PowerShell)

.\run_mcp.ps1

Windows (Invite de commandes)

run_mcp.bat

Point d’accès du serveur

Une fois démarré, le serveur MCP est disponible à :

http://localhost:8000/mcp

Vous pouvez maintenant connecter ce point d’accès à tout hôte compatible MCP, qu’il s’agisse d’agents IA, de copilotes d’IDE ou d’outils LLM supportant le Model Context Protocol.


Utiliser le MCP avec KiloCode

KiloCode peut appeler n’importe quel point d’accès MCP directement depuis son interface de chat.

Étapes de préparation

  1. Ouvrez Paramètres → Serveurs MCP dans KiloCode.
  2. Ajoutez une nouvelle entrée nommée groupdocs-parser-mcp-local.
  3. Collez le JSON de configuration (URL et type).

JSON de configuration KiloCode

{
  "mcpServers": {
    "groupdocs-parser-mcp-local": {
      "type": "streamable-http",
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}

Exemples de prompts dans KiloCode

Extraire tout le texte de sample_invoice.pdf à l’aide du serveur GroupDocs.Parser MCP, puis me donner un bref résumé du montant de la facture.

KiloCode va :

  • Téléverser sample_invoice.pdf vers GroupDocs Cloud.
  • Appeler la méthode MCP parse/text.
  • Retourner le résumé généré par le modèle.

Extraire toutes les images de document.pdf, les enregistrer dans le dossier courant, sous‑dossier « document_images », puis, après traitement, supprimer les images du stockage GroupDocs.Cloud.

KiloCode va :

  • Téléverser document.pdf.
  • Appeler l’outil MCP d’extraction d’images.
  • Télécharger les images extraites et les sauvegarder dans document_images.
  • Supprimer les images du stockage cloud.

Utiliser le MCP avec Cursor

Le volet Tools & MCP de Cursor permet d’enregistrer des serveurs MCP personnalisés.

Étapes de configuration

  1. Ouvrez Paramètres de Cursor → Tools & MCP.
  2. Cliquez sur Add Custom MCP.
  3. Insérez le fragment JSON suivant dans la section mcp.json.

Configuration mcp.json de Cursor

{
  "mcpServers": {
    "groupdocs-parser-mcp-local": {
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}

Prompt d’exemple pour Cursor

Extraire le texte de Message.msg à l’aide du serveur GroupDocs.Parser MCP, puis me fournir un bref résumé du courriel.

Cursor procédera automatiquement à :

  • Téléverser le fichier dans votre espace personnel GroupDocs.Cloud.
  • Récupérer le texte via GroupDocs.Parser Cloud.
  • Inclure les résultats dans la réponse du chat.

Utiliser le MCP avec VS Code

VS Code prend en charge les serveurs MCP. Cette section montre comment le configurer et profiter des fonctionnalités du serveur GroupDocs.

Étapes de configuration

  1. Créez un dossier .vscode à la racine de votre projet (s’il n’existe pas).
  2. Ajoutez-y un fichier mcp.json contenant la définition du serveur.

Exemple mcp.json pour VS Code

{
  "servers": {
    "groupdocs-parser-mcp-local": {
      "type": "http",
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}
  1. Rechargez VS Code (Ctrl+Shift+P → Developer: Reload Window).
  2. Ouvrez un Chat (Ctrl+Alt+I) ; le chat invoquera les outils MCP lorsque vous le demanderez.

Par exemple, posez‑lui :

Analyse le fichier Invoice.pdf avec le serveur GroupDocs.Parser MCP et donne‑moi un bref résumé de la facture.


Options avancées

Tester le serveur avec le MCP Inspector

Le MCP Inspector est une interface légère qui vous permet d’explorer le schéma du serveur et d’effectuer des appels de façon interactive.

# Lancer l’inspecteur (Node.js requis)
npx @modelcontextprotocol/inspector

Dans le navigateur :

  1. Sélectionnez “streamable HTTP” comme type de connexion.
  2. Entrez votre URL serveur : http://127.0.0.1:8000/mcp.
  3. Cliquez Connect et parcourez les méthodes disponibles (ex. : parser_extract_text, parser_extract_barcodes).

Réinitialiser l’environnement virtuel

Si vous modifiez requirements.txt ou rencontrez des erreurs de dépendance, réinitialisez l’environnement :

# Linux / macOS
./init_mcp.sh

# Windows PowerShell
.\init_mcp.ps1

# Windows CMD
init_mcp.bat

Le script :

  1. Supprime le répertoire .venv existant.
  2. Crée un nouvel environnement virtuel propre.
  3. Réinstalle toutes les bibliothèques listées dans requirements.txt.

Après la réinitialisation, relancez le serveur :

# Linux / macOS
./run.sh

# Windows PowerShell
.\run.ps1

# Windows CMD
run.bat

Conclusion

Dans cet article nous avons couvert :

  • Ce qu’est le MCP et son importance pour les outils pilotés par IA.
  • Le serveur GroupDocs.Parser Cloud MCP — un pont léger qui ajoute l’extraction de texte, d’images et de codes‑barres ainsi que la gestion complète du stockage à n’importe quel client compatible MCP.
  • Installation pas‑à‑pas (clonage, configuration, lancement).
  • Intégration du serveur dans les environnements populaires : KiloCode, Cursor et VS Code.
  • Diagnostics avancés grâce à l’inspecteur MCP et la réinitialisation de l’environnement.

Une fois le serveur MCP opérationnel, les développeurs peuvent laisser les LLM interagir avec les documents aussi naturellement qu’avec des bases de données ou des API, éliminant le code SDK fastidieux et accélérant les flux de travail documentaires alimentés par l’IA.


Voir aussi


Questions fréquentes (FAQ)

  • Q : Pourquoi le serveur MCP est‑il open‑source et exécuté localement ? Pourquoi n’y a‑t‑il pas de serveur MCP hébergé publiquement ?
    R : Le Model Context Protocol est encore très nouveau et les LLM/assistants actuels offrent une prise en charge limitée ou peu fiable des flux binaires (PDF, images, archives). L’analyse de documents, la reconnaissance OCR, l’extraction d’images et la lecture de codes‑barres sont des domaines où des API spécialisées comme GroupDocs.Parser Cloud excellent. Le serveur MCP local comble ce manque de manière fiable et normalisée.

  • Q : Dois‑je installer un logiciel supplémentaire pour utiliser le serveur MCP ?
    R : Non. Le serveur fonctionne sur tout OS supportant Python 3.10+ et ne nécessite que les paquets listés dans requirements.txt.

  • Q : Quels formats de documents sont supportés ?
    R : Plus de 50 formats, dont PDF, DOCX, XLSX, PPTX, e‑mails (.eml, .msg), archives (ZIP, RAR) et les principaux types d’image (PNG, JPG, TIFF).

  • Q : Puis‑je extraire des codes‑barres à partir de PDF numérisés ?
    R : Oui. Le serveur MCP supporte le point d’accès parse/barcodes qui détecte les codes‑barres 1D et 2D dans les images raster et les PDF.

  • Q : Comment lister les fichiers d’un dossier spécifique dans GroupDocs Cloud ?
    R : Le serveur MCP expose les points d’accès de stockage GroupDocs.Cloud (storage/list, storage/upload, storage/download, storage/delete). Ces opérations sont automatiquement utilisées dans les sessions de chat ou peuvent être déclenchées sur demande.

  • Q : Que faire si je change le port du serveur MCP après son démarrage ?
    R : Modifiez la valeur MCP_PORT dans le fichier .env puis redémarrez le serveur (run.sh / run.ps1).

  • Q : Est‑ce que je bénéficie d’un essai gratuit ?
    R : Oui, 150 appels API gratuits sont disponibles chaque mois.