AisDrive åbner docx, xlsx og pptx på sin egen server og trækker teksten ud lige dér: nul kald til en model, nul tokens brugt. Kun PDF og billeder kræver AI-syn.
De fleste filhåndteringer med AI betaler en model for at læse hvert dokument, du uploader, selv om dokumentet er et Word-dokument med almindelig tekst indeni. Det gør AisDrive ikke: det, der kan læses lokalt, læses lokalt.
AisDrive sorterer hver fil, du sender til indeksering, i tre udtrækningsveje, før der røres ved noget. Tekst- og markupformaterne (txt, md, csv, tsv, json, xml, html, htm og svg) afkodes direkte i UTF-8, og markup fjernes, når det er nødvendigt. OOXML-kontorfilerne (docx, xlsx og pptx) åbnes som den zip, de i virkeligheden er, og teksten trækkes ud med lokale biblioteker. Og kun den tredje vej —PDF og billeder (pdf, jpg, jpeg, png, webp, gif)— går gennem en multimodal model, for dér er der ikke tekst at læse, men sider at se på.
Arbejdet på kontorvejen udføres af indekseringsworkeren, ikke af AI'en. En .docx behandles med mammoth, som bevarer afsnit, lister og tabeller i stedet for at levere en klump XML. En .pptx gennemgås slide for slide i ægte numerisk rækkefølge (2 før 10), og hvert slide mærkes i teksten, så du bagefter ved, hvilket slide et svar kommer fra. En .xlsx læses ved at krydse projektmappens delte strenge med cellerne i hvert ark, så beløb og datoer, der står som bogstavelige tal, ikke går tabt undervejs: hver række bliver til en linje med værdier.
Det ændrer regnestykket for, hvad det koster at have dit drev indekseret. For tekst- og Office-formater registreres udtrækningen til nul input-tokens og nul output-tokens: det eneste forbrug, der er tilbage ved en indeksering af de filer, er embeddingen, den vektor, der muliggør den semantiske søgning og chatten. I en PDF eller et skærmbillede betaler du derimod også for udtrækningen med syn. Hvis du uploader hele mapper med arbejdsdokumenter, kan forskellen mærkes faktura for faktura.
Og det, der ikke kan udtrækkes, kommer ikke i køen: AisDrive kontrollerer filendelsen, før der bruges kvote eller tokens, og afviser filen med en klar besked i stedet for at give dig en indeksering, der er dømt til at fejle. Grænsen pr. fil er 20 MB. AisDrive er en miniapp på AIsToHire-platformen; denne funktion er forklaret på https://aistohire.com/da/aisdrive-filhandtering-til-projekter-ais-to-hire-116/f/udtraek-tekst-fra-office-uden-tokens
Office til nul omkostning
docx, xlsx og pptx udtrækkes på selve serveren, og udtrækningen registreres med 0 input-tokens og 0 output-tokens.
Tekst og markup er også gratis
txt, md, csv, tsv, json, xml, html, htm og svg afkodes lokalt, og markup renses væk, når der er nogen.
Word med bevaret formatering
.docx behandles med mammoth, som bevarer afsnit, lister og tabeller i stedet for at flade alt ud.
Excel uden at miste tal
.xlsx læses ved at kombinere projektmappens delte strenge med cellerne i hvert ark, så de bogstavelige tal og datoer kommer med i indekset.
PowerPoint slide for slide
.pptx gennemgås i reel numerisk rækkefølge, og hvert slide identificeres i den udtrukne tekst.
AI kun hvor der er brug for den
synsmodellen er forbeholdt PDF og billeder, det eneste tilfælde, hvor der ikke er tekst at læse.
Ingen eksterne kald på den lokale vej
kontorfilerne forlader ikke infrastrukturen for at blive læst af en tredjepartsmodel.
Ingen dødsdømte køer
hvis filendelsen ikke kan udtrækkes, siger AisDrive det med det samme og bruger hverken kvote eller tokens.

Opret dit drev, send et Word-dokument, et Excel-ark eller en præsentation til indeksering, og se, hvad det bruger: embeddingen og intet andet.