تحضير PDF للذكاء الاصطناعي

يتبع مخطط مستندات LlamaIndex: مستند واحد لكل صفحة مع نص الصفحة وحقول البيانات الوصفية. ينتجه تكامل LlamaIndex في PyMuPDF، لذا يمكن تحميله مباشرة في LlamaIndex أو أي خط معالجة يقبل نصًا لكل صفحة مع بيانات وصفية.

تعطيك أداة PDF إلى نص تدفقًا واحدًا من النص العادي، وتحافظ أداة PDF إلى Markdown على العناوين والبنية للقراءة. أما هذه الأداة فتقسّم المحتوى صفحة بصفحة وتضعه في JSON منظّم مع بيانات وصفية، وهو ما تحتاجه خطوط الاسترجاع لتقسيم النص إلى أجزاء وذكر المصادر.

فقط إذا كانت تحتوي على طبقة نصية. الصور الممسوحة ضوئيًا تنتج مخرجات فارغة أو شبه فارغة، لذا مرّرها أولًا عبر OCR PDF ثم استخرج النص.

نعم. ارفع عدة ملفات لتحصل على pdf-for-ai.zip الذي يحتوي على ملف yourfile_llm.json واحد لكل PDF، أما الملف الواحد فيُنزَّل مباشرة باسم yourfile_llm.json. إذا فشل ملف في الدفعة، يكتمل الباقي ويخبرك الملخص بعدد الملفات التي فشلت.

لا. لا توجد خيارات، وتُستخرج كل صفحة بنصها الكامل وبياناتها الوصفية. قم بتقسيم النص في مسارك الخاص، حيث يمكنك اختيار أحجام تناسب نموذج التضمين لديك، واحذف الصفحات التي لا تحتاج إليها هناك.

نعم. إذا كان الملف مشفّرًا، تُطلب منك كلمة مروره قبل بدء الاستخراج، ويُسحب النص من النسخة المفكوكة التشفير.

لا. رغم الاسم، لا يُرسل شيء إلى أي مزوّد ذكاء اصطناعي أو خادم، ويعمل الاستخراج بواسطة PyMuPDF المُجمَّعة إلى WebAssembly داخل متصفحك. أنت تقرر بعد ذلك أين يذهب ملف JSON.

أدخله في خط RAG، أو ابنِ قاعدة معرفة لروبوت محادثة، أو شغّل تحليل LLM على التقارير، أو حوّل مجموعة ملفات PDF إلى بيانات تدريب. ولأن المحتوى مقسّم حسب الصفحة مع بيانات وصفية، يمكن للإجابات الإشارة إلى الصفحة التي جاءت منها.