Menganalisis Dokumen dengan Agen AI Menggunakan Server MCP Open‑Source GroupDocs.Parser Cloud

Overview

GroupDocs.Parser Cloud MCP Server adalah wrapper ringan di atas API GroupDocs.Parser Cloud yang mengimplementasikan Model Context Protocol (MCP). Dengan mengekspos kemampuan parsing dokumen (teks, gambar, kode batang) serta utilitas penyimpanan cloud (daftar, unggah, unduh, hapus) sebagai alat yang sesuai standar MCP, server ini memungkinkan agen AI, asisten, dan alat pengembangan berinteraksi dengan dokumen layaknya mereka berinteraksi dengan sumber data berbasis model lainnya. Ini menghilangkan kebutuhan panggilan SDK khusus atau integrasi proprietari, sehingga memudahkan penyisipan ekstraksi dokumen ke dalam alur kerja yang digerakkan LLM, alat autocompletion, atau lingkungan kode‑assistant.

Manfaat utama meliputi:

Akses universal – Klien kompatibel MCP apa pun (VS Code, Cursor, KiloCode, agen kustom, dll.) dapat memanggil endpoint yang sama untuk mem‑parse dokumen yang disimpan di GroupDocs Cloud.
Ekstraksi kaya – Mengambil teks polos, gambar ter‑embed, dan kode batang dari lebih dari 50 format file (PDF, Word, Excel, PowerPoint, email, arsip, dll.).
Operasi penyimpanan – Daftar folder, unggah file baru, unduh file yang ada, dan kelola penyimpanan cloud secara langsung via panggilan MCP.
Lintas‑platform – Berjalan di Windows, macOS, dan Linux dengan satu layanan berbasis Python.

Berikut navigasi cepat ke bagian‑bagian yang akan memandu Anda melalui protokol, instalasi, konfigurasi untuk alat populer, opsi lanjutan, serta FAQ.

Apa itu Model Context Protocol (MCP)?
Mengapa menggunakan GroupDocs.Parser Cloud MCP Server?
Quick Start
Menggunakan MCP dengan KiloCode
Menggunakan MCP dengan Cursor
Menggunakan MCP dengan VS Code
Opsi Lanjutan
Kesimpulan
Lihat Juga
FAQ

What is Model Context Protocol (MCP)?

Model Context Protocol (MCP) adalah antarmuka standar yang memungkinkan model bahasa besar (LLM) dan agen AI berinteraksi dengan alat serta layanan eksternal secara terstruktur, dapat diprediksi, dan dapat ditemukan.

Alih‑alih menanamkan logika bisnis langsung ke dalam prompt, MCP mengekspos kemampuan eksternal (API, layanan, sumber data) sebagai alat bertipe yang dapat dipanggil agen AI bila diperlukan.

Konsep Kunci MCP

Integrasi berbasis alat
Setiap kemampuan diekspos sebagai alat dengan tujuan yang jelas (misalnya, ekstrak teks dari dokumen atau daftar file di penyimpanan). Agen AI dapat memilih dan memanggil alat‑alat ini secara dinamis sesuai niat pengguna.
Skema input dan output bertipe
Alat MCP mendefinisikan masukan serta keluaran menggunakan skema JSON. Ini menghilangkan ambiguitas, mengurangi halusinasi, dan memungkinkan model memahami alat mana yang harus dipanggil dan bagaimana menggunakan hasilnya.
Pemisahan eksplisit antara penalaran dan eksekusi
LLM fokus pada penalaran & keputusan, sedangkan server MCP melakukan operasi deterministik seperti parsing dokumen, pemrosesan file, atau pengambilan data.
Dapat dipakai ulang di berbagai lingkungan
Klien kompatibel MCP apa pun (IDE AI, aplikasi chat, agen otonom, alat lokal) dapat terhubung ke server MCP yang sama tanpa kode pengikat khusus.

Dengan mengimplementasikan MCP, sebuah layanan menjadi AI‑native: fungsionalitasnya dapat ditemukan, dipahami, dan dipanggil dengan aman oleh agen AI sebagai bagian dari alur kerja yang lebih besar.

Why use GroupDocs.Parser Cloud MCP Server?

Manfaat	Bagaimana manfaatnya bagi Anda
Titik integrasi tunggal	Klien kompatibel MCP apa pun (Cursor, ekstensi VS Code, agen AI, alat kustom) dapat mengakses parsing dokumen melalui satu antarmuka konsisten.
Ekstraksi konten lengkap	Ekstrak teks polos, gambar, dan kode batang dari lebih dari 50 format dokumen, termasuk PDF, DOCX, XLSX, PPTX, email, dan arsip.
Operasi penyimpanan cloud disertakan	Bekerja langsung dengan file di penyimpanan GroupDocs Cloud: unggah, unduh, daftar folder, periksa keberadaan, dan hapus file sebagai bagian dari alur kerja yang sama.
Tanpa SDK di agen Anda	Agen AI dan aplikasi klien tidak perlu menyematkan atau mengelola SDK GroupDocs — server MCP menangani semua komunikasi API dan autentikasi.
Lintas‑platform & dapat di‑host sendiri	Jalankan server MCP secara lokal atau di infrastruktur Anda menggunakan satu layanan Python pada Windows, macOS, atau Linux.
Dirancang untuk alur kerja AI	Antarmuka MCP mengekspos alat‑alat berbasis skema yang deterministik, sehingga agen AI dapat memanggilnya dengan aman dalam proses penalaran dan otomatisasi yang lebih luas.

Quick Start

Bagian ini menunjukkan cara mengkonfigurasi dan menjalankan GroupDocs.Parser Cloud MCP Server hanya dalam beberapa langkah.

1. Clone repositori

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

2. Konfigurasi variabel lingkungan

Buat file .env berisi kredensial GroupDocs Cloud Anda.
Anda dapat membuatnya secara manual atau menyalin templat .env.example.

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

Anda dapat memperoleh Client ID dan Client Secret dari dasbor GroupDocs Cloud:
https://dashboard.groupdocs.cloud/#/applications

3. Jalankan server MCP

Pilih perintah yang sesuai dengan sistem operasi Anda.

Linux / macOS

./run_mcp.sh

Windows (PowerShell)

.\run_mcp.ps1

Windows (Command Prompt)

run_mcp.bat

Endpoint server

Setelah dijalankan, server MCP tersedia di:

http://localhost:8000/mcp

Anda kini dapat menghubungkan endpoint ini ke host kompatibel MCP mana pun, seperti agen AI, copilot IDE, atau alat LLM yang mendukung Model Context Protocol.

Using MCP with KiloCode

KiloCode dapat memanggil endpoint MCP apa pun langsung dari antarmuka chat‑nya.

Langkah Persiapan

Buka Settings → MCP Servers di KiloCode.
Tambahkan entri server baru bernama groupdocs-parser-mcp-local.
Tempelkan konfigurasi JSON (URL dan tipe).

JSON Konfigurasi KiloCode

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

Contoh Prompt di KiloCode

Extract all text from sample_invoice.pdf using the GroupDocs.Parser MCP server, then give me a brief summary of the invoice amount

Saat Anda mengirim prompt, KiloCode akan:

Mengunggah sample_invoice.pdf ke GroupDocs Cloud.
Memanggil metode MCP parse/text.
Mengembalikan ringkasan yang dihasilkan model.

Extract all images from document.pdf, save them in current folder, subfolder “document_images” and after processing remove the images from GroupDocs.Cloud storage

KiloCode akan:

Mengunggah document.pdf ke GroupDocs Cloud.
Memanggil alat MCP untuk mengekstrak gambar.
Memanggil endpoint parse/images via MCP untuk mengekstrak gambar.
Mengunduh gambar yang diekstrak dan menyimpannya ke folder document_images.

Using MCP with Cursor

Panel “Tools & MCP” di Cursor memungkinkan Anda mendaftarkan server MCP kustom.

Langkah Setup

Buka Cursor Settings → Tools & MCP.
Klik Add Custom MCP.
Masukkan potongan JSON berikut ke bagian file mcp.json.

Konfigurasi mcp.json untuk Cursor

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

Prompt Contoh untuk Cursor

Extract text from Message.msg using the GroupDocs.Parser MCP, then give me a brief summary of the email message.

Cursor secara otomatis:

Mengunggah berkas ke penyimpanan pribadi GroupDocs.Cloud Anda.
Mengambil teks menggunakan GroupDocs.Parser Cloud.
Menyertakan hasilnya dalam jawaban chat.

Using MCP with VS Code

VS Code mendukung server MCP. Pada bagian ini kami tunjukkan cara mengatur dan memakai fitur MCP GroupDocs.

Langkah Konfigurasi

Buat folder .vscode di proyek Anda bila belum ada.
Tambahkan file mcp.json dengan definisi server.

Contoh mcp.json untuk VS Code

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

Muat ulang VS Code (Ctrl+Shift+P → Developer: Reload Window).
Sekarang Anda dapat membuka Chat (Ctrl+Alt+I) dan chat akan memanggil alat‑alat MCP ketika diminta.

Contoh pertanyaan di chat mengenai file yang berada di folder terbuka di VS Code:

Parse the Invoice.pdf using the GroupDocs.Parser MCP, give me a brief summary of invoice.

Advanced Options

Uji Server dengan MCP Inspector

MCP Inspector adalah UI ringan yang memungkinkan Anda menjelajah skema server serta mencoba panggilan secara interaktif.

# Jalankan inspector (Node.js diperlukan)
npx @modelcontextprotocol/inspector

Di browser:

Pilih “streamable HTTP” sebagai tipe koneksi.
Masukkan URL server Anda: http://127.0.0.1:8000/mcp.
Klik Connect dan telusuri metode yang tersedia (misalnya parser_extract_text, parser_extract_barcodes).

Menginisialisasi Ulang Lingkungan Virtual

Jika Anda mengubah requirements.txt atau menemukan error dependensi, inisialisasi ulang lingkungan:

# Linux / macOS
./init_mcp.sh

# Windows PowerShell
.\init_mcp.ps1

# Windows CMD
init_mcp.bat

Skrip akan:

Menghapus .venv yang ada.
Membuat lingkungan virtual bersih.
Menginstal semua paket dari requirements.txt.

Setelah reset, jalankan kembali server:

# Linux / macOS
./run.sh

# Windows PowerShell
.\run.ps1

# Windows CMD
run.bat

Conclusion

Dalam artikel ini kami membahas:

Apa itu MCP dan mengapa penting untuk tooling berbasis AI.
GroupDocs.Parser Cloud MCP Server – jembatan ringan yang menambah kemampuan ekstraksi teks, gambar, dan kode batang serta manajemen penyimpanan lengkap ke klien kompatibel MCP mana pun.
Instalasi langkah demi langkah (clone, konfigurasi, jalankan).
Cara menghubungkan server ke lingkungan populer – KiloCode, Cursor, dan VS Code.
Diagnostik lanjutan memakai MCP Inspector dan cara menginisialisasi ulang lingkungan.

Dengan server MCP yang beroperasi, pengembang dapat membiarkan LLM berinteraksi dengan dokumen se‑alami mereka berinteraksi dengan basis data atau API, menghilangkan kode boilerplate SDK, dan mempercepat alur kerja dokumen berbasis AI.

Frequently Asked Questions (FAQs)

Q: Mengapa server MCP bersifat open‑source dan dijalankan secara lokal? Mengapa tidak ada server MCP yang di‑host secara publik?
A: Model Context Protocol (MCP) masih merupakan standar yang baru, dan LLM serta asisten AI saat ini biasanya memiliki dukungan terbatas atau tidak dapat diandalkan untuk aliran file biner (PDF, gambar, arsip). Parsing dokumen, OCR, ekstraksi gambar, dan pengenalan kode batang adalah area di mana API khusus seperti GroupDocs.Parser Cloud unggul. Server MCP lokal menjembatani kesenjangan ini secara andal dan standar.
Q: Apakah saya perlu menginstal perangkat lunak tambahan untuk menggunakan server MCP?
A: Tidak. Server dapat dijalankan pada sistem operasi apa pun yang mendukung Python 3.10+ dan hanya membutuhkan paket‑paket yang tercantum di requirements.txt.
Q: Format dokumen apa yang didukung?
A: Lebih dari 50 format, termasuk PDF, DOCX, XLSX, PPTX, email (.eml, .msg), arsip (ZIP, RAR), serta tipe gambar umum (PNG, JPG, TIFF).
Q: Bisakah saya mengekstrak kode batang dari PDF yang dipindai?
A: Ya. Server MCP mendukung endpoint parse/barcodes yang mendeteksi kode batang 1D dan 2D pada gambar raster dan PDF.
Q: Bagaimana cara saya menampilkan file dalam folder tertentu di GroupDocs Cloud?
A: Server MCP mendukung endpoint penyimpanan GroupDocs.Cloud (storage/list, storage/upload, storage/download, storage/delete) dan operasi penyimpanan dapat dipanggil dalam sesi chat secara otomatis atau atas permintaan Anda.
Q: Bagaimana jika saya mengubah port MCP setelah server berjalan?
A: Perbarui nilai MCP_PORT di file .env dan restart server (run.sh / run.ps1).
Q: Apakah saya mendapatkan trial gratis?
A: Ya, tersedia 150 panggilan API gratis per bulan.

Overview#

What is Model Context Protocol (MCP)?#

Konsep Kunci MCP#

Why use GroupDocs.Parser Cloud MCP Server?#

Quick Start#

1. Clone repositori#

2. Konfigurasi variabel lingkungan#

3. Jalankan server MCP#

Linux / macOS#

Windows (PowerShell)#

Windows (Command Prompt)#

Endpoint server#

Using MCP with KiloCode#

Using MCP with Cursor#

Using MCP with VS Code#

Advanced Options#

Uji Server dengan MCP Inspector#

Menginisialisasi Ulang Lingkungan Virtual#

Conclusion#

See also#

Frequently Asked Questions (FAQs)#