Elke organisatie werkt met documenten — en met de breekbare scripts die ze tussen formaten verplaatsen. Word‑rapporten worden PDF’s, spreadsheets worden CSV’s, scans worden doorzoekbare bestanden. Elk nieuw formaat of regel betekent het herschrijven van een pipeline. Er is een flexibelere manier: laat een AI‑agent de conversies doen, op je eigen infrastructuur, met de tools die je hem geeft. Dit artikel laat zien hoe je precies dat kunt bouwen met n8n, het Model Context Protocol (MCP), en de GroupDocs.Conversion MCP‑server — waarbij je documenten (en eventueel je AI‑model) volledig on‑premise blijven.

Van hardgecodeerde pipelines naar agentische automatisering

Traditionele automatisering codeert hoe een taak wordt uitgevoerd: detecteer het bestandstype, vertak, roep de converter aan, verwerk fouten, schrijf de output. Elke nieuwe eis is een code‑wijziging.

Een agentische workflow codeert wat je wilt. Je stelt het doel — “convert these reports to PDF, but check the page count first” — en biedt een set tools. De AI‑agent beslist welke tools hij aanroept en in welke volgorde, en past zich aan het resultaat aan. Voeg een tool toe en de agent kan die meteen gebruiken, zonder her‑wiring. Die aanpasbaarheid is het hele punt.

Wat is MCP, en waarom het hier belangrijk is

Het moeilijke deel van tool‑gebruikende agents is altijd integratie geweest — elke agent sprak met elke tool op een andere manier. Het Model Context Protocol is een open, leverancier‑neutraal standaard die dit oplost: elke MCP‑bewuste agent kan de mogelijkheden van elke MCP‑server ontdekken en aanroepen. Beschouw het als “USB‑C voor AI‑tools”.

GroupDocs publiceert documentbewerkingen als MCP‑servers. De GroupDocs.Conversion‑server biedt drie tools die een agent kan aanroepen:

Tool Wat het doet
convert Converteer een document naar een ander formaat (PDF, DOCX, XLSX, PPTX, HTML, PNG, CSV… meer dan 70 formaten)
get_document_info Inspecteer een bestand — type, paginatelling, eigenschappen — voordat je actie onderneemt
get_supported_formats Ontdek welke conversies mogelijk zijn

Omdat het MCP spreekt, heeft je agent geen aangepaste GroupDocs‑integratie nodig. Het ziet alleen tools.

De architectuur (volledig open‑source, breng je eigen LLM mee)

Laag Component Rol
Orchestratie n8n (zelfgehost) triggers, de AI Agent‑node, bestandsroutering
Redeneren Jouw LLM, via n8n’s Chat Model node bepaalt welke tools aangeroepen moeten worden — volledig verwisselbaar
Tools GroupDocs.Conversion MCP (stdio) achter supergateway convert, get_document_info, get_supported_formats
Opslag een shared Docker volume hoe bestanden in en uit stromen

Een belangrijke ontwerpskeuze: de LLM is inplugbaar. De Chat Model‑node van n8n is provider‑agnostisch, zodat de agent en de MCP‑tools nooit veranderen wanneer je modellen verwisselt. Het voorbeeld hieronder gebruikt OpenAI, maar dezelfde workflow draait op Azure OpenAI, Anthropic, AWS Bedrock — of een volledig zelfgehost model (Ollama, vLLM) wanneer je een luchtgesloten implementatie nodig hebt waarbij de documenten en de AI binnen je netwerk blijven.

Eén integratienota: de Conversion MCP is een lichtgewicht stdio‑server (de veilige, geen‑netwerk standaard). Omdat n8n verbinding maakt met MCP‑tools via een URL, stelt een kleine open‑source stdio-to-SSE bridge (supergateway) deze beschikbaar op een poort. De server zelf blijft ongewijzigd.

Hoe de workflow werkt

  1. Trigger — een webhook, inkomende e‑mail, formulierupload, of een bewaakte map ontvangt een document.
  2. Stage — n8n schrijft het bestand naar de gedeelde opslagmap die de MCP‑server leest.
  3. Reason — de n8n AI Agent (jouw Chat Model + de Conversion MCP als tool) ontvangt een instructie zoals “Convert report.docx to PDF and report the page count.” Hij roept autonoom get_document_info aan, daarna convert.
  4. Deliver — n8n haalt het geconverteerde bestand op uit de gedeelde opslag en routeert het verder — e‑mail, objectopslag, SharePoint, of de oorspronkelijke respons.

De agent kiest de tools en de volgorde. Dat is wat een enkele workflow in staat stelt om “gewoon dit te converteren,” “alleen converteren als het meer dan 10 pagina’s heeft,” of “converteren en samenvatten” af te handelen.

In enkele minuten operationeel

Een minimale stack bestaat uit twee services die één volume delen — de converter (achter de bridge) en 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

Vervolgens bouw je in n8n de agent in vier nodes: een Chat Trigger, een Chat Model (jouw OpenAI‑referentie), een MCP Client‑tool die wijst naar http://conversion-mcp:8000/sse, en een AI Agent die ze met elkaar verbindt. Plaats een bestand in ./data, open de chat, en vraag de agent om het te converteren.

De volledige, uitvoerbare setup — docker-compose.yml, de bridge‑image, en een importeerbare n8n‑workflow — staat in de bijbehorende open‑source repository (zie hieronder).

Licenties

Zonder licentie draait GroupDocs.Conversion in evaluatiemodus: de output is voorzien van een watermerk en het gebruik kan beperkt zijn. Voor productie plaats je een GroupDocs.Total.lic‑bestand in de aangekoppelde licentiemap — de output is dan schoon en onbeperkt. Je kunt een tijdelijke licentie aanvragen om gelicentieerde output te proberen.

Waarom dit past bij de enterprise

  • Data‑soevereiniteit — documenten en de conversie‑engine blijven op jouw infrastructuur. Kies een zelfgehost model en de AI blijft ook binnen.
  • Geen lock‑in — elke laag is open source of op standaarden gebaseerd (MCP). Verwissel de LLM, de orchestrator, of de tools vrijelijk.
  • Auditbaarheid — elke agentbeslissing en tool‑aanroep is een zichtbare, herhaalbare n8n‑executie.
  • Componeerbaarheid — dit is het cumulatieve voordeel. Richt de zelfde agent op de andere GroupDocs MCP‑servers — Redaction, Watermark, Metadata — en één verzoek in natuurlijke taal wordt een volledige pipeline: “verwijder de PII, converteer naar PDF, en watermerk het met ‘Confidential’.”

Aan de slag

  • Companion open‑source demo: GroupDocs.Conversion.Agentic — kloon het, voeg je LLM‑sleutel toe, docker compose up, en begin te praten met je documenten.
  • NuGet: GroupDocs.Conversion.Mcp
  • Docker image: ghcr.io/groupdocs-conversion/conversion-net-mcp
  • Learn more about MCP: modelcontextprotocol.io

Agentische documentautomatisering is geen verre toekomst — het is een docker compose up verwijderd, opgebouwd uit onderdelen die je kunt lezen, hosten en vertrouwen. Geef je AI‑agents de mogelijkheid om documenten te converteren, op jouw voorwaarden.