PPDF123
Productอ่านประมาณ 1 นาที

สร้างมาเพื่อเอเจนต์ AI ไม่ใช่แค่เบราว์เซอร์: API ทำงานอย่างไร

ทุกเครื่องมือในแคตตาล็อกเป็นเอนด์พอยต์ REST ใต้ /api/v1/ พร้อม MCP ที่ /mcp เรียกได้โดยไม่ต้องมีบัญชีหรือคีย์ ส่วนความล้มเหลวคืน problem+json ตาม RFC 7807

By the PDF123 team · Updated 2026-10-09
สร้างมาเพื่อเอเจนต์ AI ไม่ใช่แค่เบราว์เซอร์: API ทำงานอย่างไร

เบราว์เซอร์ยังใช้ได้ เลือกเครื่องมือ อัปโหลด แล้วดาวน์โหลดผล ส่วนเอเจนต์และสคริปต์เรียกการดำเนินการชุดเดียวกันได้โดยไม่เปิด UI ทั้งสองเส้นทางวิ่งเข้าแคตตาล็อกเดียวกัน

Diagram showing a browser click and an agent/script call both reaching the same API endpoints and returning the same result

ทุกหน้าเครื่องมือเป็นเอนด์พอยต์ในตัว

Merge แยกหน้า บีบอัด OCR แปลงไฟล์ ทุกเครื่องมือในแคตตาล็อกแมปกับ /api/v1/… เพราะหน้าเครื่องมือขับเคลื่อนจากแคตตาล็อกเดียวกัน ในหน้าเครื่องมือ Call this from code แสดงตัวอย่าง curl ที่สร้างจากพารามิเตอร์จริงของเครื่องมือนั้น ไม่ใช่เทมเพลตสำเร็จรูป การเรียกแบบไม่ระบุตัวตนบนไซต์สาธารณะไม่ต้องมีบัญชีหรือคีย์ พรีฟิกซ์ที่อนุญาตคือ /api/v1/general/, /api/v1/misc/, /api/v1/security/, /api/v1/convert/ และ /api/v1/filter/

ตัวอย่างการรวม:

curl -fsS -X POST "$API_BASE/api/v1/general/merge-pdfs" \
  -F "[email protected]" \
  -F "[email protected]" \
  -o merged.pdf

OpenAPI อยู่ที่ /v1/openapi.json งานหลายขั้นใช้ POST /api/v1/pipeline พร้อมรายการ steps ที่เรียงลำดับ ส่ง Idempotency-Key เมื่อการลองใหม่ต้องไม่รันงานที่เปลี่ยนสถานะซ้ำ การตอบกลับบนโฮสต์ประกาศ X-RateLimit-Limit, X-RateLimit-Remaining และ X-RateLimit-Reset เมื่อเจอ 429 อ่าน Retry-After (การจำกัดอัตราแบบไม่ระบุตัวตน)

OCR ผ่านแคตตาล็อกเดียวกันคืน Markdown (text/markdown) จาก /api/v1/misc/ocr-pdf เป็นค่าเริ่มต้น ถ้าส่ง outputFormat=pdf เอนด์พอยต์เดียวกันจะคืน PDF ที่ค้นหาได้แทน (application/pdf สูงสุด 50 หน้า ใช้ Tesseract ในการรู้จำ) เอเจนต์ควรอ่าน Content-Type ของการตอบกลับ แทนที่จะสมมติว่าเป็นไฟล์ข้อความ เพราะผลลัพธ์ทั้งสองมาจากเอนจินคนละตัวและมีขีดจำกัดต่างกัน

MCP สำหรับไคลเอนต์ที่พูดภาษาเดียวกัน

MCP (Model Context Protocol) ให้ไคลเอนต์เอเจนต์ค้นพบและเรียกเครื่องมือเป็นฟังก์ชัน แทนการไล่อ่านเอกสารเอง ไซต์นี้เปิดเซิร์ฟเวอร์ MCP ที่ /mcp เคียงกับ REST API ไคลเอนต์ที่รองรับจึงเชื่อมครั้งเดียวแล้วได้ทั้งแคตตาล็อก

MCP กับ REST มีความคาดหวังเรื่องการยืนยันตัวตนเหมือนกัน ทั้งการเรียกแบบไม่ระบุตัวตนเมื่อพรีฟิกซ์อนุญาต และการใช้คีย์ API สำหรับงานอัตโนมัติหรือเซิร์ฟเวอร์ที่โฮสต์เองที่มีการควบคุม การชี้เอเจนต์ไปที่ /mcp จึงไม่ใช่ผลิตภัณฑ์คนละตัวกับการชี้ curl ไปที่ /api/v1/… เอกสาร: Developers MCP

ข้อผิดพลาดมีโครงสร้าง ไม่ใช่ข้อความบรรยาย

เมื่อล้มเหลว ระบบคืน application/problem+json (RFC 7807) ไม่ใช่ 500 เปล่า ๆ หรือ “something went wrong” เพย์โหลดมีรหัสคงที่ (rate_limited, bad_request, invalid_document, missing_dependency และอื่น ๆ) พร้อมคำอธิบายที่อ่านรู้เรื่อง และมักมีขั้นถัดไป คนอ่านผ่าน ๆ ได้ เอเจนต์ตัดสินใจได้เองว่าจะลองใหม่ เปลี่ยนไฟล์ หรือหยุด โดยไม่แกะ stack trace

เมื่อผู้เรียกเป็นสคริปต์ โครงสร้างนี้สำคัญกว่าหน้า HTML ที่ดูเป็นมิตร อ้างอิง: Developers errors

llms.txt มีไว้ให้เครื่องมือ ไม่ใช่เพื่อการจัดอันดับ

/llms.txt เป็นดัชนีข้อความล้วนของทุกเครื่องมือ (ชื่อ คำอธิบายสั้น URL) สร้างจากแคตตาล็อกเดียวกับที่ขับเคลื่อนไซต์ เอเจนต์อ่านได้เหมือน README มันไม่ใช่คันโยกจัดอันดับของ Google เพราะ Search ไม่สนใจ /llms.txt (แหล่งอ้างอิง: คู่มือ Google ด้านการปรับแต่งสำหรับ AI) และเพราะสร้างอัตโนมัติจึงไม่เน่าแบบไฟล์ที่แก้มือ

CLI กับสกิลใช้รูปทรงเดียวกัน

pdfx เป็นไคลเอนต์ของพื้นผิว REST ชุดเดียวกัน ชี้ไปที่ base URL พร้อมคีย์ API ที่เป็นตัวเลือก จึงส่งคำขอ multipart แบบที่ curl จะส่ง แทนที่จะเปิดแคตตาล็อกอีกชุด สกิลที่เผยแพร่ที่ /skills/pdf123.md อธิบายรูปทรงการรวมไฟล์และ pipeline เอเจนต์จึงไม่ต้องประดิษฐ์สัญญาอีกชุดเช่นกัน สี่ไคลเอนต์ หนึ่งแคตตาล็อก: ปฏิบัติการเดียวกัน สี่ไคลเอนต์

เส้นทางเบราว์เซอร์ยังเหมือนเดิม

ลากไฟล์ไปวางในแท็บยังเหมือนเดิม สิ่งที่เพิ่มคือปลายทางชุดเดียวกันสำหรับเอเจนต์ สคริปต์ หรือ CI ซึ่งประมวลผลแบบเดียวกันโดยไม่มีคนคั่นกลาง การโฮสต์เองเก็บพื้นผิวนั้นไว้ในเครือข่ายคุณ (Self-host) ส่วนแบบโฮสต์ยังเป็นเส้นทางทดลองแบบไม่ระบุตัวตน

อ้างอิง API: Swagger พื้นฐาน: Help และ Developers

Open tool
Process in the browser — no watermark, files removed after the job.
Open tool
Read next
แก้ไขข้อความใน PDF ออนไลน์: แก้ได้แม้ไม่มีไฟล์ต้นฉบับ
คลิกข้อความหนึ่งบรรทัดใน PDF แก้ไข แล้วดาวน์โหลดผลลัพธ์ได้เลย ไฟล์ไม่ถูกอัปโหลดและไม่ต้องลงชื่อเข้าใช้ แก้ไขได้เฉพาะบรรทัดข้อความที่มีอยู่แล้วเท่านั้น
Idempotency-Key: การลองใหม่ที่ปลอดภัยสำหรับงาน PDF
ส่ง Idempotency-Key บนงาน POST ใต้ /api/v1/ ระบบแคชคำตอบที่สำเร็จไว้ 24 ชั่วโมงในหน่วยความจำของโปรเซส และตั้ง Idempotency-Replayed: true แทนการรันซ้ำสองครั้ง
แพ็กสแกนเป็นข้อความ: OCR แล้ว Compress PDF ที่คุณยังเก็บ
แพ็กสแกนต้องทำสองขั้นตอน: OCR บน PDF123 คืนข้อความ Markdown ขณะที่ Compress ย่อ PDF ต้นฉบับด้วยการบีบอัดสตรีมใหม่ ลำดับและเอาต์พุตจึงต่างกัน