Локално извличане от Office без разход на токени

Индексирайте своите Word, Excel и PowerPoint без да харчите токени на ИИ

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

Предимства на Локално извличане от Office без разход на токени

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.

Sophie Blake

Качвайте офис документите си и спрете да плащате за четенето им

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

Извличане на текст от Word и Excel без токени ИИ | AisDrive