Analisar documentos com agentes de IA usando o servidor Open‑Source GroupDocs.Parser Cloud MCP

Overview

O GroupDocs.Parser Cloud MCP Server é um wrapper leve em torno da API GroupDocs.Parser Cloud que implementa o Model Context Protocol (MCP). Ao expor capacidades de análise de documentos (texto, imagens, códigos de barras) e utilitários de armazenamento na nuvem (listar, enviar, descarregar, eliminar) como ferramentas compatíveis com MCP, o servidor permite que agentes de IA, assistentes e ferramentas de desenvolvimento interajam com documentos como fariam com qualquer outra fonte de dados orientada por modelo. Isto elimina a necessidade de chamadas SDK personalizadas ou integrações proprietárias, facilitando a incorporação da extração de documentos em fluxos de trabalho impulsionados por LLM, ferramentas de autocompletação ou ambientes de assistentes de código.

Principais vantagens:

Acesso universal – Qualquer cliente compatível com MCP (VS Code, Cursor, KiloCode, agentes personalizados, etc.) pode chamar o mesmo ponto de extremidade para analisar documentos armazenados no GroupDocs Cloud.
Extração avançada – Recupera texto simples, imagens incorporadas e códigos de barras de mais de 50 formatos de ficheiro (PDF, Word, Excel, PowerPoint, emails, arquivos compactados, etc.).
Operações de armazenamento – Lista pastas, envia novos arquivos, descarrega os existentes e gere o armazenamento na nuvem diretamente via chamadas MCP.
Multiplataforma – Funciona em Windows, macOS e Linux com um único serviço baseado em Python.

Abaixo encontra‑se a navegação rápida para as secções que explicam o protocolo, a instalação, a configuração para ferramentas populares, opções avançadas e perguntas frequentes.

O que é o Model Context Protocol (MCP)?
Por que usar o GroupDocs.Parser Cloud MCP Server?
Início Rápido
Usando o MCP com KiloCode
Usando o MCP com Cursor
Usando o MCP com VS Code
Opções Avançadas
Conclusão
Ver também
FAQ

What is Model Context Protocol (MCP)?

O Model Context Protocol (MCP) é uma interface padrão que permite a grandes modelos de linguagem (LLMs) e agentes de IA interagir com ferramentas e serviços externos de forma estruturada, previsível e descobrível.

Em vez de incorporar lógica de negócio diretamente nos prompts, o MCP expõe capacidades externas (APIs, serviços, fontes de dados) como ferramentas tipadas que um agente de IA pode chamar quando necessário.

Conceitos‑chave do MCP

Integração baseada em ferramentas
Cada capacidade é exposta como uma ferramenta com um propósito claro (por exemplo, extrair texto de um documento ou listar ficheiros no armazenamento). Os agentes de IA podem selecionar e invocar dinamicamente estas ferramentas com base na intenção do utilizador.
Esquemas tipados de entrada e saída
As ferramentas MCP definem as suas entradas e saídas usando esquemas JSON. Isto elimina ambiguidades, reduz alucinações e permite que os modelos raciocinem sobre qual ferramenta chamar e como usar o resultado.
Separação explícita entre raciocínio e execução
O LLM foca‑se no raciocínio e na tomada de decisão, enquanto o servidor MCP executa operações determinísticas como análise de documentos, processamento de ficheiros ou recuperação de dados.
Reutilizável em diferentes ambientes
Qualquer cliente compatível com MCP (IDE de IA, aplicações de chat, agentes autónomos, ferramentas locais) pode conectar‑se ao mesmo servidor MCP sem código de integração adicional.

Ao implementar o MCP, um serviço torna‑se nativo para IA: a sua funcionalidade pode ser descoberta, compreendida e invocada de forma segura por agentes de IA como parte de um fluxo de trabalho maior.

Why use GroupDocs.Parser Cloud MCP Server?

Benefício	Como ajuda
Ponto único de integração	Qualquer cliente compatível com MCP (Cursor, extensões VS Code, agentes de IA, ferramentas personalizadas) pode aceder à análise de documentos através de uma interface consistente.
Extração de conteúdo abrangente	Extraia texto simples, imagens e códigos de barras de mais de 50 formatos de documento, incluindo PDF, DOCX, XLSX, PPTX, emails e arquivos compactados.
Operações de armazenamento na nuvem incluídas	Trabalhe diretamente com ficheiros no armazenamento GroupDocs Cloud: enviar, descarregar, listar pastas, verificar existência e eliminar ficheiros como parte do mesmo fluxo de trabalho.
Sem SDKs nos seus agentes	Os agentes de IA e as aplicações cliente não precisam incorporar ou gerir SDKs do GroupDocs – o servidor MCP trata toda a comunicação e autenticação da API.
Multiplataforma e auto‑hospedado	Execute o servidor MCP localmente ou na sua infraestrutura usando um único serviço Python em Windows, macOS ou Linux.
Projetado para fluxos de IA	A interface MCP expõe ferramentas determinísticas baseadas em esquemas que os agentes de IA podem invocar com segurança como parte de fluxos de raciocínio e automação mais extensos.

Quick Start

Esta secção demonstra como configurar e executar o GroupDocs.Parser Cloud MCP Server em apenas alguns passos.

1. Clonar o repositório

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

2. Configurar variáveis de ambiente

Crie um ficheiro .env com as credenciais do GroupDocs Cloud.
Pode criá‑lo manualmente ou copiar o modelo fornecido .env.example.

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

Pode obter o Client ID e o Client Secret no painel do GroupDocs Cloud:
https://dashboard.groupdocs.cloud/#/applications

3. Executar o servidor MCP

Escolha o comando correspondente ao seu sistema operativo.

Linux / macOS

./run_mcp.sh

Windows (PowerShell)

.\run_mcp.ps1

Windows (Prompt de Comando)

run_mcp.bat

Ponto de extremidade do servidor

Uma vez iniciado, o servidor MCP está disponível em:

http://localhost:8000/mcp

Pode agora conectar este ponto de extremidade a qualquer host compatível com MCP, como agentes de IA, copilotos de IDE ou ferramentas LLM que suportem o Model Context Protocol.

Using MCP with KiloCode

O KiloCode pode chamar qualquer ponto de extremidade MCP directamente a partir da sua interface de chat.

Passos de preparação

Abra Settings → MCP Servers no KiloCode.
Adicione uma nova entrada de servidor com o nome groupdocs-parser-mcp-local.
Cole o JSON de configuração (URL e tipo).

JSON de configuração do KiloCode

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

Exemplos de prompts no KiloCode

Extrair todo o texto de sample_invoice.pdf usando o servidor GroupDocs.Parser MCP, e depois dar‑me um resumo breve do valor da fatura.

Ao enviar o prompt, o KiloCode irá:

Enviar sample_invoice.pdf para o GroupDocs Cloud.
Chamar o método MCP parse/text.
Devolver o resumo gerado pelo modelo.

Extrair todas as imagens de document.pdf, guardar na pasta actual, sub‑pasta “document_images” e, após o processamento, remover as imagens do armazenamento GroupDocs.Cloud.

Ao enviar o prompt, o KiloCode irá:

Enviar document.pdf para o GroupDocs Cloud.
Chamar a ferramenta MCP para extrair imagens.
Chamar o ponto de extremidade parse/images via MCP para obter as imagens.
Descarregar as imagens extraídas e guardá‑las na pasta document_images.

Using MCP with Cursor

O painel “Tools & MCP” do Cursor permite registar servidores MCP personalizados.

Passos de configuração

Abra Cursor Settings → Tools & MCP.
Clique em Add Custom MCP.
Insira o seguinte fragmento JSON na secção mcp.json.

Configuração mcp.json do Cursor

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

Prompt de exemplo para o Cursor

Extrair texto de Message.msg usando o GroupDocs.Parser MCP, e depois dar‑me um resumo breve da mensagem de email.

O Cursor irá automaticamente:

Enviar o ficheiro para o seu armazenamento pessoal no GroupDocs.Cloud
Recuperar o texto usando o GroupDocs.Parser Cloud.
Incluir os resultados na resposta do chat.

Using MCP with VS Code

O VS Code suporta servidores MCP. Nesta secção mostramos como o configurar e usar as funcionalidades do servidor GroupDocs.

Passos de configuração

Crie uma pasta .vscode no seu projeto, caso ainda não exista.
Adicione um ficheiro mcp.json com a definição do servidor.

Exemplo de mcp.json para VS Code

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

Recarregue o VS Code (Ctrl+Shift+P → Developer: Reload Window).
Abra um Chat (Ctrl+Alt+I) e o chat invocará as ferramentas MCP quando solicitado.

Por exemplo, pergunte no chat sobre o ficheiro localizado na pasta actual aberta no VS Code:

Analisar o Invoice.pdf usando o GroupDocs.Parser MCP, dar‑me um resumo breve da fatura.

Advanced Options

Testar o servidor com o MCP Inspector

O MCP Inspector é uma interface leve que permite explorar o esquema do servidor e fazer chamadas de forma interactiva.

# Executar o inspector (necessita de Node.js)
npx @modelcontextprotocol/inspector

No navegador:

Escolha “streamable HTTP” como tipo de ligação.
Insira a URL do servidor: http://127.0.0.1:8000/mcp.
Clique em Connect e navegue pelos métodos disponíveis (por ex., parser_extract_text, parser_extract_barcodes).

Re‑inicializar o ambiente virtual

Se modificar o requirements.txt ou encontrar erros de dependência, re‑inicialize o ambiente:

# Linux / macOS
./init_mcp.sh

# Windows PowerShell
.\init_mcp.ps1

# Windows CMD
init_mcp.bat

O script irá:

Eliminar o .venv existente.
Criar um novo ambiente virtual limpo.
Re‑instalar todos os pacotes listados em requirements.txt.

Após a reposição, inicie novamente o servidor:

# Linux / macOS
./run.sh

# Windows PowerShell
.\run.ps1

# Windows CMD
run.bat

Conclusion

Neste artigo abordámos:

O que é o MCP e a sua importância para ferramentas orientadas por IA.
GroupDocs.Parser Cloud MCP Server – uma ponte leve que adiciona extração de texto, imagens e códigos de barras, bem como gestão completa de armazenamento, a qualquer cliente compatível com MCP.
Instalação passo a passo (clonar, configurar, executar).
Como integrar o servidor nos ambientes mais populares – KiloCode, Cursor e VS Code.
Diagnóstico avançado usando o MCP Inspector e a re‑inicialização do ambiente.

Com o servidor MCP em funcionamento, os desenvolvedores podem permitir que os LLMs interajam com documentos tão naturalmente como com bases de dados ou APIs, eliminando código SDK redundante e acelerando fluxos de trabalho de documentos impulsionados por IA.

Frequently Asked Questions (FAQs)

Q: Por que o servidor MCP é de código aberto e executado localmente? Por que não há um servidor MCP hospedado publicamente?
A: O Model Context Protocol (MCP) ainda é um padrão muito novo e os LLMs e assistentes de IA atuais costumam ter suporte limitado ou pouco fiável para fluxos de ficheiros binários (PDFs, imagens, arquivos compactados). A análise de documentos, OCR, extração de imagens e reconhecimento de códigos de barras são áreas onde APIs especializadas como GroupDocs.Parser Cloud são superiores. O servidor MCP local preenche esta lacuna de forma fiável e padronizada.
Q: Preciso instalar software adicional para usar o servidor MCP?
A: Não. O servidor funciona em qualquer SO que suporte Python 3.10+ e requer apenas os pacotes listados em requirements.txt.
Q: Que formatos de documento são suportados?
A: Mais de 50 formatos, incluindo PDF, DOCX, XLSX, PPTX, emails (.eml, .msg), arquivos compactados (ZIP, RAR) e tipos de imagem comuns (PNG, JPG, TIFF).
Q: Posso extrair códigos de barras de PDFs digitalizados?
A: Sim. O servidor MCP suporta o ponto de extremidade parse/barcodes que detecta códigos 1D e 2D em imagens raster e PDFs.
Q: Como listar ficheiros numa pasta específica do GroupDocs Cloud?
A: O servidor MCP suporta os pontos de extremidade de armazenamento GroupDocs.Cloud (storage/list, storage/upload, storage/download, storage/delete) e as operações de armazenamento são usadas nas sessões de chat automaticamente ou mediante sua solicitação.
Q: E se eu mudar a porta do MCP depois de o servidor estar a correr?
A: Atualize o valor MCP_PORT no ficheiro .env e reinicie o servidor (run.sh / run.ps1).
Q: Existe um trial gratuito?
A: Sim, são disponibilizadas 150 chamadas API gratuitas por mês.

Overview#

What is Model Context Protocol (MCP)?#

Conceitos‑chave do MCP#

Why use GroupDocs.Parser Cloud MCP Server?#

Quick Start#

1. Clonar o repositório#

2. Configurar variáveis de ambiente#

3. Executar o servidor MCP#

Linux / macOS#

Windows (PowerShell)#

Windows (Prompt de Comando)#

Ponto de extremidade do servidor#

Using MCP with KiloCode#

Using MCP with Cursor#

Using MCP with VS Code#

Advanced Options#

Testar o servidor com o MCP Inspector#

Re‑inicializar o ambiente virtual#

Conclusion#

See also#

Frequently Asked Questions (FAQs)#