PDF ビューアー — インタラクティブなドキュメント ワークフロー

ドキュメントをライブ ビューアーでレンダリングし、注釈の追加、フォームの入力、署名の配置をリアルタイムの視覚的フィードバック付きで行えるローカル PDF サーバーにアクセスできます。

このスキルを使う場合

ユーザーがインタラクティブ機能を求めている場合に PDF ビューアーを使用してください：

• 「この契約書を見せてください」/ 「この書類を開いてください」
• 「重要な条項をハイライトして確認させてください」
• 「この書類の記入を手伝ってください」
• 「3 ページ目にサインしてください」/ 「各ページに私のイニシャルを追加してください」
• 「これに CONFIDENTIAL とスタンプを押してください」/ 「これを承認済みとしてマークしてください」
• 「このドキュメントを確認して、重要な部分に注釈を付けてください」

純粋なテキスト抽出では使用しないでください：

• 「この PDF をまとめてください」→ ネイティブの Read ツールを直接使用してください
• 「5 ページ目には何が書いてありますか？」→ Read を使用してください
• 「セクション 3 からテーブルを抽出してください」→ Read を使用してください

ビューアーの価値は、ユーザーにドキュメントを表示して、マークアップについて協力することです。テキストをあなたに流す機能ではありません。

ツール

list_pdfs

利用可能なローカル PDF と許可されたローカル ディレクトリをリストします。引数なし。

display_pdf

PDF をインタラクティブ ビューアーで開きます。ドキュメントごとに 1 回呼び出してください。

• url — ローカル ファイル パスまたは HTTPS URL
• page — 初期ページ（オプション、デフォルト 1）
• elicit_form_inputs — true の場合、表示前にユーザーがフォーム フィールドに入力するよう促します（インタラクティブなフォーム入力に使用）

viewUUID を返します。すべての interact 呼び出しにこれを渡してください。display_pdf を再度呼び出すと、別の ビューアーが作成されます。新しい UUID での interact 呼び出しは、ユーザーが見ているビューアーに到達しません。

PDF に入力可能なフィールドがある場合は formFields（名前、タイプ、ページ、バウンディング ボックス）も返します。署名の配置にはこれらの座標を使用してください。

interact

display_pdf の後のすべてのフォローアップ アクション。viewUUID と 1 つ以上のコマンドを渡します。commands 配列を使用して複数のコマンドを1 回の呼び出しでバッチ処理できます。これらは順序に実行されます。変更を視覚的に確認するために、バッチを get_screenshot で終わらせてください。

注釈アクション：

• add_annotations — マークアップを追加（以下のタイプを参照）
• update_annotations — 既存のものを修正（id + type が必須）
• remove_annotations — id 配列で削除
• highlight_text — クエリでテキストを自動検索してハイライト（テキスト マークアップの場合、手動の矩形より推奨）

ナビゲーション アクション：

• navigate（ページ）、search（クエリ）、find（クエリ、サイレント）、search_navigate（matchIndex）、zoom（スケール 0.5–3.0）

抽出アクション：

• get_text — ページ範囲からテキストを抽出（最大 20 ページ）。注釈の対象を決定するために内容を読むために使用し、要約には使用しないでください。
• get_screenshot — ページを画像としてキャプチャ（注釈を確認）

フォーム アクション：

• fill_form — 名前付きフィールドに入力：fields: [{name, value}, ...]

注釈のタイプ

すべての注釈には id（一意の文字列）、type、page（1 から始まる）が必要です。座標は PDF ポイント（1/72 インチ）で、原点は 左上、Y は下方向に増加します。米国レターサイズは 612×792pt です。

タイプ	キー プロパティ	用途
highlight	rects、color?、content?	重要なテキストをマーク
underline	rects、color?	用語を強調
strikethrough	rects、color?	削除をマーク
note	x、y、content、color?	付箋コメント
freetext	x、y、content、fontSize?	ページ上の可視テキスト
rectangle	x、y、width、height、color?、fillColor?	領域をボックス化
circle	x、y、width、height、color?、fillColor?	領域を円形で囲む
line	x1、y1、x2、y2、color?	線/矢印を描画
stamp	x、y、label、color?、rotation?	APPROVED、DRAFT、CONFIDENTIAL など
image	imageUrl、x?、y?、width?、height?	署名、イニシャル、ロゴ

画像注釈は、ローカル ファイル パスまたは HTTPS URL を受け付けます（data: URI は不可）。寸法を省略した場合は自動検出されます。ユーザーはビューアーに直接イメージをドラッグ & ドロップすることもできます。

インタラクティブ ワークフロー

コラボレーティブ注釈（AI 駆動）

1. ドキュメントを開くために display_pdf を実行
2. interact → 関連ページ範囲で get_text を実行してコンテンツを理解
3. ユーザーにマークアップする内容の案を提示（何をマークするかを説明）
4. 承認時に interact → add_annotations + get_screenshot を実行
5. ユーザーに表示し、編集を依頼して反復
6. 完了したら、ビューアー ツールバーから注釈付き PDF をダウンロードできることを思い出させてください

フォーム入力（視覚的、プログラム的ではない）

ヘッドレス フォーム ツールとは異なり、これはユーザーにライブの視覚的フィードバックを提供し、フィールド メタデータではなくページに印刷されたラベルが存在する暗号的/名前なしフィールドを持つフォームを処理します。

1. display_pdf を実行 — 返された formFields（名前、タイプ、ページ、バウンディング ボックス）を確認
2. フィールド名が不可解な場合（Text1、Field_7）、ページの get_screenshot を取得してバウンディング ボックスを視覚的なラベルにマッチング
3. 視覚的なラベルを使用してユーザーに値を尋ねるか、コンテキストから推定
4. interact → fill_form を実行し、get_screenshot で結果を表示
5. ユーザーが確認するか、ビューアーで直接編集

単純でラベル付けの良いフォームの場合、代わりに elicit_form_inputs: true で display_pdf を使用して事前にユーザーに促します。

署名（視覚的、認証なし）

1. 署名/イニシャル画像パスを要求
2. display_pdf を実行、署名タイプフィールドの formFields を確認するか、対象ページ/位置をユーザーに尋ねる
3. interact → type: "image" で add_annotations を実行してターゲット座標に配置
4. get_screenshot で配置を確認

免責事項： これは署名画像を視覚的に配置します。認証またはタイプの暗号化デジタル署名ではありません。

サポートされているソース

• ローカル ファイル（クライアント MCP ルート下のパス）
• arXiv（/abs/ URL は自動的に PDF に変換）
• 任意の直接 HTTPS PDF URL（bioRxiv、Zenodo、OSF など — ランディング ページではなく直接 PDF リンクを使用）

対象外

• 要約/テキスト抽出 — ネイティブ Read を代わりに使用
• 認証済みデジタル署名 — 画像スタンプのみ
• PDF 作成 — 既存の PDF でのみ機能