mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-07 16:41:00 +01:00
48 lines
2.3 KiB
Markdown
48 lines
2.3 KiB
Markdown
---
|
|
title: Przygotuj PDF dla AI
|
|
description: Wyodrębnij zawartość PDF do ustrukturyzowanego JSON zoptymalizowanego dla LLM i potoków AI, takich jak LlamaIndex. Obsługuje przetwarzanie wsadowe.
|
|
---
|
|
|
|
# Przygotuj PDF dla AI
|
|
|
|
Wyodrębnia zawartość plików PDF i strukturyzuje ją jako JSON zoptymalizowany pod kątem wczytywania przez duże modele językowe (LLM) i frameworki AI, takie jak LlamaIndex. Zawartość każdej strony jest wyodrębniana i porządkowana w ustrukturyzowanym formacie gotowym dla potoków RAG, chatbotów lub systemów wyszukiwania semantycznego.
|
|
|
|
## Jak to działa
|
|
|
|
1. Wgraj jeden lub więcej plików PDF, klikając strefę upuszczania lub przeciągając na nią pliki.
|
|
2. Kliknij **Wyodrębnij**, aby rozpocząć przetwarzanie.
|
|
3. Pojedynczy plik pobiera się jako `filename_llm.json`. Wiele plików daje archiwum `pdf-for-ai.zip`.
|
|
|
|
Narzędzie korzysta z integracji PyMuPDF z LlamaIndex, aby wyodrębnić zawartość na poziomie stron wraz z metadanymi, tworząc wynik, który można bezpośrednio wczytać do frameworków AI.
|
|
|
|
## Opcje
|
|
|
|
To narzędzie nie ma konfigurowalnych opcji. Wszystkie strony są wyodrębniane z pełnym tekstem i metadanymi.
|
|
|
|
## Format wyniku
|
|
|
|
- **Pojedynczy plik**: `filename_llm.json`
|
|
- **Wiele plików**: `pdf-for-ai.zip` zawierający jeden `_llm.json` na każdy wejściowy PDF.
|
|
|
|
Wynik JSON jest zgodny ze schematem dokumentu LlamaIndex, z tekstem poszczególnych stron i polami metadanych.
|
|
|
|
## Zastosowania
|
|
|
|
- Przygotowywanie dokumentów PDF dla potoków generowania wspomaganego wyszukiwaniem (RAG).
|
|
- Budowanie przeszukiwalnej bazy wiedzy z archiwów PDF dla chatbota AI.
|
|
- Przekazywanie raportów PDF do przepływów analizy opartych na LLM.
|
|
- Wstępne przetwarzanie prac naukowych dla systemów wyszukiwania semantycznego i odpowiadania na pytania.
|
|
- Tworzenie ustrukturyzowanych danych treningowych z kolekcji dokumentów PDF.
|
|
|
|
## Wskazówki
|
|
|
|
- Do zwykłego wyodrębniania tekstu bez formatowania pod AI użyj [PDF na Tekst](./pdf-to-text).
|
|
- Do wyniku w Markdown zachowującego nagłówki i strukturę użyj [PDF na Markdown](./pdf-to-markdown).
|
|
- Zeskanowane pliki PDF dadzą pusty lub minimalny wynik. Najpierw uruchom na nich OCR, aby dodać warstwę tekstową przed wyodrębnieniem.
|
|
|
|
## Powiązane narzędzia
|
|
|
|
- [PDF na Tekst](./pdf-to-text)
|
|
- [PDF na Markdown](./pdf-to-markdown)
|
|
- [PDF na JSON](./pdf-to-json)
|