点击上方蓝字关注我们 | AI时代 你不是一个旁观者
定义
LLM 自身无法直接读取或解释文档的内容。因此需要将用户上传的文档，通过文档提取器节点解析并读取文档文件中的信息，转化文本之后再将内容传给 LLM 以实现对于文件内容的处理。
应用场景
- 构建能够与文件进行互动的 LLM 应用，例如 ChatPDF 或 ChatWord；
- 分析并检查用户上传的文件内容；
节点功能
文档提取器节点可以理解为一个信息处理中心，通过识别并读取输入变量中的文件，提取信息后并转化为 string 类型输出变量，供下游节点调用。
文档提取器节点
文档提取器节点结构分为输入变量、输出变量。
输入变量
文档提取器仅接受以下数据结构的变量：
File，单独一个文件Array[File]，多个文件
文档提取器仅能够提取文档类型文件中的信息，例如 TXT、Markdown、PDF、HTML、DOCX 格式文件的内容，无法处理图片、音频、视频等格式文件。
输出变量
输出变量固定命名为 text。输出的变量类型取决于输入变量：
- 输入变量为
File，输出变量为string - 输入变量为
Array[File]，输出变量为array[string]
Array 数组变量一般需配合列表操作节点使用，详细说明请参考 列表操作。
配置示例
在一个典型的文件交互问答场景中，文档提取器可以作为 LLM 节点的前置步骤，提取应用的文件信息并传递至下游的 LLM 节点，回答用户关于文件的问题。
本章节将通过一个典型的 ChatPDF 示例工作流模板，介绍文档提取器节点的使用方法。
ChatPDF 工作流
配置流程：
- 为应用开启文件上传功能。在
“开始”
节点中添加
单文件变量
并命名为
pdf。 - 添加文档提取节点，并在输入变量内选中
pdf变量。 - 添加 LLM 节点，在系统提示词内选中文档提取器节点的输出变量。LLM 可以通过该输出变量读取文件中的内容。
填写文档提取器的输出变量
- 配置结束节点，在结束节点中选择 LLM 节点的输出变量。
配置完成后，应用将具备文件上传功能，使用者可以上传 PDF 文件并展开对话。
如需了解如何在聊天对话中上传文件并与 LLM 互动，请参考 附加功能。
往期工作流文章
更多文章请到公众号主页查看
dify相关资源
如果对你有帮助，欢迎点赞收藏 备用。
回复 DSL 获取公众号DSL文件资源
回复 入群 获取二维码，我拉你入群
回复 tk 获取免费token资源
你又不打算赞赏，就点赞、在看吧。