标签索引

文档解析

这个标签下有 11 篇文章。按时间回看相关判断与实践记录。

标签精选

专治 AI 幻觉！七年磨一剑的文档解析引擎 Knowhere 宣布开源

针对当前 AI 在处理复杂 PDF、Excel 等文档时易产生“幻觉”的痛点，开发者开源了其历时七年打造的文档解析引擎 Knowhere。该工具通过将复杂格式转化为结构化 JSON 数据并构建知识树记忆，大幅提升了 AI 读取长文档的准确率...

2026-05-141 分钟阅读140 阅读

本文探讨了在开发基于大模型的 PPT 自动生成工具时遇到的实际工程难题。作者发现，尽管预期难点在于提示词设计或渲染，但实际上 80% 的时间都耗费在了长文档（如 PDF、Word）的解析上。核心痛点在于文档在解析喂给 LLM 后，往往会丢失...

2026-04-301 分钟阅读87 阅读

针对大模型上下文窗口虽大但难以处理复杂格式的痛点，开发者推出了 Knowhere 文件解析插件。该工具专治非结构化数据，能够识别包含图表、多级结构的 PDF、Excel 及 PPT。与传统 RAG 简单粗暴的切片方式不同，Knowhere ...

2026-04-241 分钟阅读85 阅读

随着大语言模型（LLM）和 RAG 技术的普及，如何将海量 PDF 文档高效转化为 LLM 易读的 Markdown 格式，成为开发者的核心诉求。近日，技术社区 Linux.do 发起关于“PDF 转 Markdown 最佳方案”的讨论，旨...

2026-04-041 分钟阅读161 阅读

针对Claude Code在使用官方pdf2md脚本时效果不佳、易混杂页脚等无效信息的问题，开发者推出了一款优化版的Mineru MCP服务。该工具不仅修复了官方MCP版本老旧的问题，还通过调用官方API保证了转换速度，实测表现优于本地调用...

2026-03-201 分钟阅读302 阅读

在企业级 AI 知识库的构建实践中，开发者遭遇了传统 RAG（检索增强生成）方案的痛点：过度依赖 Markdown 解析质量，导致 PDF 文档在切片和层级树结构处理上频频出错，进而影响 AI 的准确引用。相比之下，将完整的 Markdow...

2026-03-171 分钟阅读118 阅读

多位用户反馈，Google AI Studio 在近期出现功能异常，原本支持的 PDF 和 Word 文档上传功能突然失效，系统显示报错。据悉，该问题并非个别现象，用户尝试切换账号、模型及浏览器均无法解决，而图片和纯文本文件的上传功能则保持...

2026-03-041 分钟阅读291 阅读

本文介绍了一种通过自定义Subagent扩展ClaudeCode功能的实用方案。针对ClaudeCode原生处理PDF/DOCX等文档格式的局限性，作者编写了Python脚本封装MinerU的API接口，并配置了专属的Agent工作流。该方...

2026-02-281 分钟阅读166 阅读

智谱AI正式发布并开源轻量级多模态文档解析模型GLM-OCR。该模型参数量仅为0.9B，凭借自研CogViT视觉编码器，在权威榜单OmniDocBench V1.5中以94.6分登顶，性能比肩Gemini-3-Pro，并在公式、表格识别等领...

2026-02-031 分钟阅读306 阅读

PaddleOCR-VL-1.5 正式发布，基于创新的不规则形状定位算法 PP-DocLayoutV3，显著提升了在扭曲、倾斜等真实场景下的文档解析能力。其 0.9B 紧凑多模态模型在 OmniDocBench v1.5 基准上达到 94....

2026-01-291 分钟阅读225 阅读