MCP Beta
Korzystaj z DocAI bezpośrednio ze swojego agenta kodującego
DocAI MCP łączy agentów kodujących z inteligentnym przetwarzaniem dokumentów DocAI za pomocą Model Context Protocol. Przetestowano z Codex, Claude Code i Gemini CLI oraz zgodny z innymi klientami MCP stdio.
npx -y @synairo/docai-mcp@next install
npx -y @synairo/docai-mcp@next doctor
Szybki start
-
Krok 1
Instalacja
npx -y @synairo/docai-mcp@next install
Instalator konfiguruje obsługiwane hosty MCP za pomocą ich własnego, standardowego mechanizmu konfiguracji. Istniejące wpisy dla innych serwerów nigdy nie są zmieniane.
-
Krok 2
Weryfikacja
npx -y @synairo/docai-mcp@next doctor
doctor sprawdza konfigurację i połączenie z API DocAI. Nigdy nie wyświetla Twojego klucza API.
-
Krok 3
Zapytaj swojego agenta
Przykładowe polecenie dla agenta kodującego:
Zintegruj ekstrakcję dokumentów DocAI z tym projektem. Wykorzystaj istniejącą architekturę i konwencje projektu. Przechowuj poświadczenia DocAI po stronie serwera. Obsłuż błędy API i przetwarzania. Korzystaj z ustrukturyzowanych wyników ekstrakcji. Dodaj odpowiednie testy. Zweryfikuj integrację na zanonimizowanym dokumencie przykładowym.
Nie ma tu magii. Agent odczytuje przez MCP możliwości DocAI i przewodnik integracji, analizuje Twój projekt i sam pisze integrację. Diff sprawdzasz tak jak zwykle.
Co agent faktycznie robi
- Wykrywa DocAI MCP
- Odczytuje możliwości
- Odczytuje wskazówki integracji
- Analizuje projekt
- Wdraża integrację
- Testuje na oczyszczonych danych wejściowych
MCP pomaga agentowi kodującemu zrozumieć i wykorzystać DocAI. Nie przenosi inteligentnego przetwarzania dokumentów do agenta kodującego.
Narzędzia
docai_get_capabilities
Poznaj obsługiwane formaty, limity i wersjonowanie API, zanim agent napisze jakikolwiek kod integracji.
docai_get_integration_guide
Pobiera aktualne wskazówki dotyczące integracji, którymi agent powinien się kierować w tym projekcie.
docai_extract_file
Przesyła dokument z bieżącego obszaru roboczego i zwraca zwięzłe, ustrukturyzowane wyniki ekstrakcji. Dostępne są wyłącznie pliki znajdujące się w obszarze roboczym.
docai_get_result
Pobiera wynik zadania, które nadal było przetwarzane w momencie zwrócenia odpowiedzi przez docai_extract_file.
Architektura
Pakiet MCP nie implementuje odrębnego potoku przetwarzania dokumentów. Wykorzystuje to samo API DocAI i ten sam rdzeń przetwarzania co integracje bezpośrednio korzystające z API.
API dla deweloperów. MCP dla agentów kodujących.
Używaj MCP, gdy
- pracujesz z agentem kodującym obsługującym MCP
- chcesz, aby agent wykrył wskazówki dotyczące integracji z DocAI
- chcesz integracji projektu wspomaganej przez agenta
- chcesz testować lokalne dokumenty z obszaru roboczego za pomocą interfejsu MCP
Używaj API REST, gdy
- tworzysz bezpośrednią integrację produkcyjną
- wywołujesz DocAI z kodu aplikacji
- implementujesz własnego klienta
- integrujesz się z poziomu infrastruktury bez MCP
Obie ścieżki korzystają z tego samego backendu DocAI.
Granice bezpieczeństwa
- Dostęp do plików ograniczony do obszaru roboczego
- Przetwarzanie plików lokalnych jest ograniczone do skonfigurowanego obszaru roboczego. Próby przechodzenia po ścieżkach oraz ucieczki przez dowiązania symboliczne poza obszar roboczy są odrzucane.
- Brak ogólnej powłoki systemowej
- DocAI MCP nie udostępnia możliwości wykonywania dowolnych poleceń powłoki.
- Brak dowolnej przeglądarki systemu plików
- Nie istnieje ogólny interfejs do przeglądania systemu plików, jest tylko narzędzie do ekstrakcji ograniczone do obszaru roboczego.
- Brak dowolnych adresów URL dokumentów
- Interfejs MCP nie udostępnia ogólnego mechanizmu pobierania dokumentów z dowolnych adresów URL.
- Granica ochrony przed prompt injection
- Tekst znajdujący się w dokumentach jest traktowany jako dane dokumentu, a nie jako instrukcje dla agenta kodującego.
- Dane uwierzytelniające
- Klucz API jest dostarczany za pomocą mechanizmów konfiguracji i zmiennych środowiskowych. Nigdy nie powinien być umieszczany w poleceniach ani zapisywany w systemie kontroli wersji.
- Ustrukturyzowane dane wyjściowe
- Ustrukturyzowane wyniki ekstrakcji są domyślnym interfejsem.
- Surowy tekst OCR
- Surowy tekst OCR jest domyślnie wyłączony.
Przetestowani klienci
| Klient | Status | Uwagi |
|---|---|---|
| Codex CLI 0.147.0 | Przetestowano | MCP stdio |
| Claude Code 2.1.231 | Przetestowano | MCP stdio |
| Gemini CLI 0.53.0 | Przetestowano | MCP stdio |
| Inni klienci MCP stdio | Zgodny z protokołem | Niecertyfikowany indywidualnie |
Powyższe wersje to wersje klientów, na których zweryfikowano integrację. Inni klienci MCP stdio powinni działać, ponieważ protokół jest ten sam, ale nie certyfikujemy ich pojedynczo. DocAI nie jest powiązane z dostawcami tych klientów, nie ma ich rekomendacji ani partnerstwa z nimi.
DocAI MCP Beta
Co zawiera pierwsza publiczna wersja beta:
- Lokalny serwer MCP stdio, dystrybuowany przez npm.
- Instalator, który konfiguruje obsługiwane hosty MCP, oraz polecenie doctor sprawdzające wynik.
- Zweryfikowane z Codex, Claude Code i Gemini CLI.
- Dostęp do plików lokalnych ograniczony do obszaru roboczego.
- Zwięzłe, ustrukturyzowane wyniki ekstrakcji.
- Idempotentne zlecanie zadań, dzięki czemu ponowna próba nie przetwarza dokumentu dwa razy.
- Granice bezpieczeństwa opisane powyżej.
Beta oznacza, że zestaw narzędzi może się jeszcze zmieniać między wersjami. W trwałej konfiguracji przypnij konkretną wersję.
Pakiet
| Pakiet | @synairo/docai-mcp |
|---|---|
| Wydawca | Synairo, organizacja npm prowadzona przez SYNAIRO sp. z o.o., która wydaje DocAI. |
| Aktualna wersja beta | 0.1.0-beta.1 |
| Kanał wdrożeniowy | next |
| Wymaga | Node.js 18.17 lub nowszy |
| npm | https://www.npmjs.com/package/@synairo/docai-mcp |
Trwała konfiguracja hosta generowana przez instalator wskazuje dokładną wersję, na przykład npx -y @synairo/docai-mcp@0.1.0-beta.1 serve, nigdy tag kanału next.
Dokumenty przetwarzane przez MCP zużywają ten sam limit stron co API REST, ponieważ przechodzą przez to samo zaplecze DocAI.