AisDrive öffnet docx, xlsx und pptx auf seinem eigenen Server und extrahiert den Text direkt dort: null Anfragen an ein Modell, null verbrauchte Tokens. Nur PDFs und Bilder benötigen KI-gestützte Bildverarbeitung.
Die meisten KI-Manager zahlen ein Modell, um jedes Dokument zu lesen, das du hochlädst, selbst wenn es sich um ein Word-Dokument mit reinem Text handelt. AisDrive nicht: Was lokal gelesen werden kann, wird lokal gelesen.
AisDrive klassifiziert jede Datei, die du zur Indizierung sendest, in drei Extraktionsrouten, bevor etwas berührt wird. Text- und Markierungsformate (txt, md, csv, tsv, json, xml, html, htm und svg) werden direkt in UTF-8 dekodiert und das Markup wird entfernt, wenn nötig. Office-Dokumente im OOXML-Format (docx, xlsx und pptx) werden wie das Zip geöffnet, das sie wirklich sind, und der Text wird mit lokalen Bibliotheken extrahiert. Und nur die dritte Route – PDFs und Bilder (pdf, jpg, jpeg, png, webp, gif) – durchläuft ein multimodales Modell, da es dort keinen Text zu lesen gibt, sondern Seiten zu betrachten.
Die Arbeit der Office-Route wird vom Indizierungs-Worker erledigt, nicht von der KI. Eine .docx-Datei wird mit Mammoth verarbeitet, das Absätze, Listen und Tabellen beibehält, anstatt einen wirren XML-Code zurückzugeben. Eine .pptx-Datei wird Folie für Folie in wahrer numerischer Reihenfolge (die 2 vor der 10) durchlaufen und jede Folie wird im Text markiert, sodass du später weißt, von welcher Folie eine Antwort stammt. Eine .xlsx-Datei wird erstellt, indem die gemeinsamen Zeichenfolgen des Buches mit den Zellen jedes Blattes abgeglichen werden, sodass Beträge und Daten, die als Literalzahlen angegeben sind, nicht verloren gehen: jede Zeile wird als eine Reihe von Werten ausgegeben.
Das ändert die Rechnung darüber, was es kostet, dein Drive indiziert zu haben. Bei Text- und Office-Formaten wird die Extraktion mit null Eingangs- und null Ausgangstokens erfasst: Der einzige Verbrauch, der bei der Indizierung dieser Dateien verbleibt, ist das Embedding, der Vektor, der die semantische Suche und den Chat ermöglicht. Bei einem PDF oder einem Screenshot zahlst du hingegen auch für die Extraktion durch Bildverarbeitung. Wenn du ganze Ordner mit Arbeitsdokumenten hochlädst, ist der Unterschied von Rechnung zu Rechnung spürbar.
Und was nicht extrahiert werden kann, kommt nicht in die Warteschlange: AisDrive überprüft die Erweiterung, bevor es Quoten oder Tokens verbraucht und lehnt die Datei mit einer klaren Warnung ab, anstatt dir eine Indizierung zu überlassen, die zum Scheitern verurteilt ist. Die Grenze pro Datei beträgt 20 MB. AisDrive ist eine Mini-App der Plattform AIsToHire; diese Funktionalität wird erklärt unter https://aistohire.com/de/aisdrive-dateimanager-116/f/text-aus-office-ohne-tokens-extrahieren
Office zu null Kosten
docx, xlsx und pptx werden auf dem eigenen Server extrahiert und die Extraktion wird mit 0 Eingangs- und 0 Ausgangstokens erfasst.
Text und Markup ebenfalls kostenlos
txt, md, csv, tsv, json, xml, html, htm und svg werden lokal dekodiert und das Markup wird entfernt, wenn vorhanden.
Formatierte Word-Dokumente
.docx wird mit Mammoth verarbeitet, das Absätze, Listen und Tabellen beibehält, anstatt alles zu vereinheitlichen.
Excel ohne Zahlenverlust
.xlsx wird gelesen, indem die gemeinsamen Zeichenfolgen der Arbeitsmappe mit den Zellen jedes Blattes kombiniert werden, sodass Zahlen und Datumsangaben im Index erscheinen.
PowerPoint Folie für Folie
.pptx wird in der tatsächlichen numerischen Reihenfolge durchlaufen und jede Folie wird im extrahierten Text identifiziert.
KI nur wo nötig
Das Sichtmodell wird für PDFs und Bilder reserviert, der einzige Fall, in dem es keinen lesbaren Text gibt.
Keine externen Aufrufe im lokalen Pfad
Die Büroanwendungen verlassen nicht die Infrastruktur, um von einem Drittanbieter-Modell gelesen zu werden.
Keine verlorenen Warteschlangen
Wenn die Erweiterung nicht extrahierbar ist, sagt AisDrive sofort Bescheid und verbraucht weder Kontingent noch Tokens.

Erstelle dein Drive, lasse ein Word-Dokument, eine Excel-Tabelle oder eine Präsentation indizieren und überprüfe, was verbraucht wird: das Embedding und nichts weiter.