mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-07 16:41:00 +01:00
48 lines
3.6 KiB
Markdown
48 lines
3.6 KiB
Markdown
---
|
||
title: Падрыхтаваць PDF для ШI
|
||
description: Выцягвайце змест PDF у структураваны JSON, аптымізаваны для LLM і ШI-канвеераў, такіх як LlamaIndex. Падтрымліваецца пакетная апрацоўка.
|
||
---
|
||
|
||
# Падрыхтаваць PDF для ШI
|
||
|
||
Выцягвае змест з файлаў PDF і структуруе яго ў JSON, аптымізаваны для апрацоўкі вялікімі моўнымі мадэлямі (LLM) і ШI-фрэймворкамі, такімі як LlamaIndex. Змест кожнай старонкі выцягваецца і арганізуецца ў структураваны фармат, гатовы для RAG-канвеераў, чат-ботаў або сістэм семантычнага пошуку.
|
||
|
||
## Як гэта працуе
|
||
|
||
1. Загрузіце адзін або некалькі PDF, націснуўшы на вобласць загрузкі або перацягнуўшы файлы на яе.
|
||
2. Націсніце **Выняць для ШІ**, каб пачаць апрацоўку.
|
||
3. Адзін файл спампоўваецца як `filename_llm.json`. Некалькі файлаў ствараюць архіў `pdf-for-ai.zip`.
|
||
|
||
Інструмент выкарыстоўвае інтэграцыю PyMuPDF з LlamaIndex, каб выцягваць змест на ўзроўні старонак разам з метаданымі, і стварае вынік, які можна адразу загрузіць у ШI-фрэймворкі.
|
||
|
||
## Параметры
|
||
|
||
У гэтага інструмента няма наладжвальных параметраў. Усе старонкі выцягваюцца з поўным тэкстам і метаданымі.
|
||
|
||
## Фармат выніку
|
||
|
||
- **Адзін файл**: `filename_llm.json`
|
||
- **Некалькі файлаў**: `pdf-for-ai.zip` з адным `_llm.json` на кожны ўваходны PDF.
|
||
|
||
Вынік у JSON адпавядае схеме дакумента LlamaIndex з тэкставым зместам і палямі метаданых для кожнай старонкі.
|
||
|
||
## Сцэнарыі выкарыстання
|
||
|
||
- Падрыхтоўка дакументаў PDF для канвеераў генерацыі з дапамогай пошуку (RAG).
|
||
- Стварэнне базы ведаў з архіваў PDF для ШI-чат-бота.
|
||
- Перадача справаздач PDF у працоўныя працэсы аналізу на аснове LLM.
|
||
- Папярэдняя апрацоўка навуковых артыкулаў для семантычнага пошуку і сістэм адказаў на пытанні.
|
||
- Стварэнне структураваных навучальных даных з калекцый дакументаў PDF.
|
||
|
||
## Парады
|
||
|
||
- Для простага выцягвання тэксту без фарматавання для ШI выкарыстоўвайце [PDF у тэкст](./pdf-to-text).
|
||
- Для выніку ў Markdown з захаваннем загалоўкаў і структуры выкарыстоўвайце [PDF у Markdown](./pdf-to-markdown).
|
||
- Сканаваныя PDF дадуць пусты або мінімальны вынік. Спачатку прапусціце іх праз OCR, каб дадаць тэкставы пласт.
|
||
|
||
## Звязаныя інструменты
|
||
|
||
- [PDF у тэкст](./pdf-to-text)
|
||
- [PDF у Markdown](./pdf-to-markdown)
|
||
- [PDF у JSON](./pdf-to-json)
|