AisDrive отваря docx, xlsx и pptx на собствения си сървър и извлича текста на място: нула извиквания към модел, нула консумирани токени. Само PDF и изображенията изискват зрение с ИИ.
Повечето мениджъри с ИИ плащат за модел, който да прочете всеки документ, който качвате, дори този документ да е Word с обикновен текст вътре. AisDrive не: това, което може да се прочете локално, се чете локално.
AisDrive класифицира всеки файл, който изпращате за индексиране, в три пътя на извличане, преди да пипне каквото и да е. Текстовите формати и форматите с разметка (txt, md, csv, tsv, json, xml, html, htm и svg) се декодират директно в UTF-8, като разметката се премахва, когато е нужно. Офис документите OOXML (docx, xlsx и pptx) се отварят като zip, какъвто всъщност са, и от тях се извлича текстът с локални библиотеки. И само третият път — PDF и изображения (pdf, jpg, jpeg, png, webp, gif) — минава през мултимодален модел, защото там няма текст за четене, а страници за гледане.
Работата на офис пътя я върши worker-ът за индексиране, а не ИИ. Един .docx се обработва с mammoth, който запазва абзаците, списъците и таблиците, вместо да върне купчина XML. Един .pptx се обхожда слайд по слайд, в истински числов ред (2 преди 10), и всеки е отбелязан в текста, за да знаете после от кой слайд идва един отговор. Един .xlsx се чете, като се кръстосват споделените низове на книгата с клетките на всеки лист, така че сумите и датите, които са буквално числа, не се губят по пътя: всеки ред излиза като линия от стойности.
Това променя сметката за това колко струва да имате индексиран диск. При текстовите формати и тези на Office извличането се отчита с нула входни и нула изходни токена: единственият разход, който остава при индексиране на тези файлове, е embedding-ът, векторът, който прави възможни семантичното търсене и чата. При PDF или снимка на екрана обаче плащате и извличането чрез зрение. Ако качвате цели папки с работни документи, разликата се усеща фактура по фактура.
А това, което не може да се извлече, не влиза в опашката: AisDrive проверява разширението, преди да консумира квота или токени, и отхвърля файла с ясно съобщение, вместо да ви остави с индексиране, обречено да се провали. Ограничението на файл е 20 MB. AisDrive е мини приложение на платформата AIsToHire; тази функционалност е обяснена на https://aistohire.com/bg/aisdrive-menidzhar-na-faylove-za-proekti-ais-to-hire-116/f/izvlichane-na-tekst-ot-office-bez-tokeni
Office на нулева цена
docx, xlsx и pptx се извличат на самия сървър, а извличането се отчита с 0 входни и 0 изходни токена.
Текст и разметка също безплатно
txt, md, csv, tsv, json, xml, html, htm и svg се декодират локално, като разметката се почиства, когато я има.
Word със запазено форматиране
.docx се обработва с mammoth, който запазва абзаците, списъците и таблиците, вместо да сплеска всичко.
Excel без загуба на числа
.xlsx се чете, като се комбинират споделените низове на книгата с клетките на всеки лист, така че буквалните числа и дати влизат в индекса.
PowerPoint слайд по слайд
.pptx се обхожда в истинския числов ред, а всеки слайд е идентифициран в извлечения текст.
ИИ само където е нужно
моделът за зрение е запазен за PDF и изображения, единствения случай, в който няма текст за четене.
Никакви външни извиквания в локалния път
офис документите не напускат инфраструктурата, за да бъдат прочетени от модел на трета страна.
Без обречени опашки
ако разширението не може да се извлече, AisDrive го казва веднага и не харчи нито квота, нито токени.

Създайте своя диск, изпратете за индексиране един Word, един Excel или презентация и проверете какво консумира: embedding-ът и нищо повече.