Every organization runs on documents — and on the brittle scripts that move them between formats. Word reports become PDFs, spreadsheets become CSVs, scans become searchable files. Each new format or rule means rewriting a pipeline. There’s a more flexible way: let an AI agent do the conversions, on your own infrastructure, using the tools you give it. This article shows how to build exactly that with n8n, the Model Context Protocol (MCP), and the GroupDocs.Conversion MCP server — keeping your documents (and optionally your AI model) entirely on‑premise.

Des pipelines codés en dur à l’automatisation agentique

L’automatisation traditionnelle encode comment une tâche est réalisée : détecter le type de fichier, bifurquer, appeler le convertisseur, gérer les erreurs, écrire la sortie. Chaque nouvelle exigence implique une modification du code.

Un workflow agentique encode quoi vous voulez. Vous indiquez l’objectif — « convertir ces rapports en PDF, mais vérifier d’abord le nombre de pages » — et exposez un ensemble d’outils. L’agent IA décide quels outils appeler et dans quel ordre, et s’adapte au résultat. Ajoutez un outil et l’agent peut l’utiliser immédiatement, sans re‑câblage. Cette adaptabilité est le but même.

Qu’est‑ce que le MCP, et pourquoi c’est important ici

La partie difficile des agents qui utilisent des outils a toujours été l’intégration — chaque agent parlait à chaque outil différemment. Le Model Context Protocol est une norme ouverte, neutre vis‑à‑vis des fournisseurs, qui résout ce problème : tout agent compatible MCP peut découvrir et appeler les capacités de n’importe quel serveur MCP. Pensez‑y comme le « USB‑C pour les outils IA ».

GroupDocs publie les opérations sur les documents sous forme de serveurs MCP. Le serveur GroupDocs.Conversion expose trois outils qu’un agent peut appeler :

Outil Ce qu’il fait
convert Convertir un document vers un autre format (PDF, DOCX, XLSX, PPTX, HTML, PNG, CSV… plus de 70 formats)
get_document_info Inspecter un fichier — type, nombre de pages, propriétés — avant d’agir
get_supported_formats Découvrir quelles conversions sont possibles

Parce qu’il parle MCP, votre agent n’a besoin d’aucune intégration personnalisée avec GroupDocs. Il voit simplement les outils.

L’architecture (tout open‑source, apportez votre propre LLM)

Couche Composant Rôle
Orchestration n8n (auto‑hébergé) déclencheurs, le nœud AI Agent, routage des fichiers
Raisonnement Votre LLM, via le nœud Chat Model de n8n décide quels outils appeler — totalement interchangeable
Outils GroupDocs.Conversion MCP (stdio) derrière supergateway convert, get_document_info, get_supported_formats
Stockage un volume Docker partagé comment les fichiers circulent entrées/sorties

Un choix de conception clé : le LLM est plug‑inable. Le nœud Chat Model de n8n est agnostique au fournisseur, donc l’agent et les outils MCP ne changent jamais lorsque vous échangez de modèle. L’exemple ci‑dessous utilise OpenAI, mais le même workflow fonctionne avec Azure OpenAI, Anthropic, AWS Bedrock — ou un modèle entièrement auto‑hébergé (Ollama, vLLM) lorsque vous avez besoin d’un déploiement air‑gapped où les documents et l’IA restent dans votre réseau.

Une note d’intégration : le Conversion MCP est un serveur stdio léger (le mode sécurisé, sans réseau par défaut). Puisque n8n se connecte aux outils MCP via une URL, un petit pont open‑source stdio‑to‑SSE (supergateway) l’expose sur un port. Le serveur lui‑même reste inchangé.

Comment le workflow s’exécute

  1. Déclencheur — un webhook, un e‑mail entrant, un formulaire de téléchargement, ou un dossier surveillé reçoit un document.
  2. Mise en scène — n8n écrit le fichier dans le dossier de stockage partagé que le serveur MCP lit.
  3. Raisonnement — l’AI Agent n8n (votre Chat Model + le Conversion MCP comme outil) reçoit une instruction du type « Convertir report.docx en PDF et rapporter le nombre de pages. » Il appelle de façon autonome get_document_info, puis convert.
  4. Livraison — n8n récupère le fichier converti depuis le stockage partagé et le transmet — e‑mail, stockage d’objets, SharePoint, ou la réponse d’origine.

L’agent choisit les outils et l’ordre. C’est ce qui permet à un seul workflow de gérer « juste convertir ça », « convertir seulement si le document dépasse 10 pages », ou « convertir et résumer ».

Déployer en quelques minutes

Une pile minimale se compose de deux services partageant un volume — le convertisseur (derrière le pont) et n8n :

services:
  conversion-mcp:                    # GroupDocs.Conversion MCP, exposed over SSE
    build: ./bridge                  # supergateway --stdio "groupdocs-conversion-mcp" --port 8000
    environment:
      GROUPDOCS_MCP_STORAGE_PATH: /data
      GROUPDOCS_LICENSE_PATH: /license/GroupDocs.Total.lic
    volumes: [ ./data:/data, ./gd-license:/license:ro ]
  n8n:
    image: n8nio/n8n:latest
    ports: ["5678:5678"]
    volumes: [ ./data:/data ]        # SAME folder — the file hand-off

Puis dans n8n, construisez l’agent avec quatre nœuds : un Chat Trigger, un Chat Model (vos identifiants OpenAI), un outil MCP Client pointant vers http://conversion-mcp:8000/sse, et un AI Agent qui les relie. Déposez un fichier dans ./data, ouvrez le chat, et demandez à l’agent de le convertir.

Le setup complet et exécutable — docker-compose.yml, l’image du bridge, et un workflow n8n importable — se trouve dans le dépôt open‑source compagnon (voir ci‑dessous).

Licence

Sans licence, GroupDocs.Conversion fonctionne en mode d’évaluation : la sortie est filigranée et l’utilisation peut être limitée. Pour la production, déposez un fichier GroupDocs.Total.lic dans le dossier de licence monté — la sortie devient alors nette et illimitée. Vous pouvez request a temporary license pour tester une sortie sous licence.

Pourquoi cela convient à l’entreprise

  • Souveraineté des données — les documents et le moteur de conversion restent sur votre infrastructure. Choisissez un modèle auto‑hébergé et l’IA fait de même.
  • Pas de verrouillage — chaque couche est open‑source ou basée sur des standards (MCP). Changez librement le LLM, l’orchestrateur ou les outils.
  • Auditabilité — chaque décision de l’agent et chaque appel d’outil sont visibles, rejouables dans une exécution n8n.
  • Composabilité — c’est le bénéfice cumulatif. Pointez le même agent vers les autres serveurs MCP de GroupDocs — Redaction, Watermark, Metadata — et une requête en langage naturel devient une chaîne complète : « redacter les données PII, convertir en PDF, puis ajouter le filigrane « Confidential ». »

Démarrer

  • Démo open‑source compagnon : GroupDocs.Conversion.Agentic — clonez‑le, ajoutez votre clé LLM, docker compose up, et commencez à parler à vos documents.
  • NuGet : GroupDocs.Conversion.Mcp
  • Image Docker : ghcr.io/groupdocs-conversion/conversion-net-mcp
  • En savoir plus sur le MCP : modelcontextprotocol.io

L’automatisation documentaire agentique n’est pas une idée lointaine — c’est à un docker compose up près, construite à partir de composants que vous pouvez lire, héberger et en qui vous avez confiance. Donnez à vos agents IA la capacité de convertir des documents, selon vos conditions.