实际需求是有多个文件(pdf/doc/xlsx/...) 需要给大模型后来提问
豆包官方给出的方案是 https://www.volcengine.com/docs/82379/1284852
但是经我测试下来和给一般用户使用的豆包( https://www.doubao.com/chat/)解析效果并不一致, 有些文件根本解析不出来, 会漏掉很多内容
我的想法是将文档中的文字全部都提出出来, 然后将文本传给 API 来处理, 不知道是否可行.
我想请问各位正确的/通用的方式是怎么样的呢?
 |
3
hugowangnz 2 天前  1
我也在做这方面的工作，实际做下来的话，最佳方案是使用 textin 的 API （略贵，大概￥ 50/1000 页，但是效果最好）对文件进行解析后，作为上下文提供给豆包 API 。如果要求没那么高的话，各大云厂商都有文件解析服务，会稍微便宜一点，如果要求再低一点的话，例如都是纯文字内容，那直接用开源包像 pymupdf 这些解析就可以了
|
Select Language