AisDrive avaa docx-, xlsx- ja pptx-tiedostot omalla palvelimellaan ja poimii tekstin siellä: nolla kutsua mallille, nolla kulutettua tokenia. Vain PDF:t ja kuvat tarvitsevat tekoälynäön.
Useimmat tekoälyllä toimivat tiedostonhallinnat maksavat mallille jokaisen lataamasi asiakirjan lukemisesta, vaikka asiakirja olisi Word, jonka sisällä on pelkkää tekstiä. AisDrive ei: minkä voi lukea paikallisesti, se luetaan paikallisesti.
AisDrive luokittelee jokaisen indeksoitavaksi lähettämäsi tiedoston kolmeen poimintareittiin ennen kuin koskee mihinkään. Teksti- ja merkintäkielimuodot (txt, md, csv, tsv, json, xml, html, htm ja svg) dekoodataan suoraan UTF-8:na ja merkinnät poistetaan tarvittaessa. OOXML-toimisto-ohjelmat (docx, xlsx ja pptx) avataan zip-tiedostona, mitä ne todellisuudessa ovat, ja niistä poimitaan teksti paikallisilla kirjastoilla. Ja vain kolmas reitti — PDF ja kuvat (pdf, jpg, jpeg, png, webp, gif) — kulkee multimodaalisen mallin kautta, koska siinä ei ole luettavaa tekstiä vaan katsottavia sivuja.
Toimistoreitin työn tekee indeksointi-worker, ei tekoäly. .docx käsitellään mammothilla, joka säilyttää kappaleet, listat ja taulukot sen sijaan, että palauttaisi XML-sotkun. .pptx käydään läpi dia kerrallaan, todellisessa numerojärjestyksessä (2 ennen 10:tä), ja jokainen merkitään tekstiin, jotta tiedät myöhemmin, miltä dialta vastaus tulee. .xlsx luetaan yhdistämällä työkirjan jaetut merkkijonot kunkin taulukon soluihin, joten summat ja päivämäärät, jotka ovat kirjaimellisia lukuja, eivät katoa matkalla: jokainen rivi tulee arvojen riviksi.
Tämä muuttaa laskelmaa siitä, mitä drivesi indeksointi maksaa. Teksti- ja Office-muodoissa poiminta kirjataan nollalla syöttötokenilla ja nollalla tulostokenilla: ainoa kulutus, joka näiden tiedostojen indeksoinnissa jää, on upotus, vektori, joka mahdollistaa semanttisen haun ja chatin. PDF:ssä tai kuvakaappauksessa sen sijaan maksat myös näköpoiminnan. Jos lataat kokonaisia kansioita työasiakirjoja, ero näkyy lasku laskulta.
Ja mitä ei voi poimia, se ei pääse jonoon: AisDrive tarkistaa tiedostopäätteen ennen kuin kuluttaa kiintiötä tai tokeneita ja hylkää tiedoston selvällä ilmoituksella sen sijaan, että jättäisi sinulle epäonnistumaan tuomitun indeksoinnin. Tiedostokohtainen raja on 20 MB. AisDrive on AIsToHire-alustan minisovellus; tämä toiminto on selitetty osoitteessa https://aistohire.com/fi/aisdrive-tiedostonhallinta-projekteille-ais-to-hire-116/f/poimi-teksti-officesta-ilman-tokeneita
Office ilman kustannuksia
docx, xlsx ja pptx poimitaan palvelimella itsellään, ja poiminta kirjataan 0 syöttötokenilla ja 0 tulostokenilla.
Teksti ja merkintäkieli myös ilmaiseksi
txt, md, csv, tsv, json, xml, html, htm ja svg dekoodataan paikallisesti, ja merkinnät siivotaan, kun niitä on.
Word muotoilu säilyttäen
.docx käsitellään mammothilla, joka säilyttää kappaleet, listat ja taulukot sen sijaan, että litistäisi kaiken.
Excel menettämättä lukuja
.xlsx luetaan yhdistämällä työkirjan jaetut merkkijonot kunkin taulukon soluihin, joten kirjaimelliset luvut ja päivämäärät pääsevät indeksiin.
PowerPoint dia kerrallaan
.pptx käydään läpi todellisessa numerojärjestyksessä, ja jokainen dia tunnistetaan poimitun tekstin sisällä.
Tekoäly vain siellä, missä tarvitaan
näkömalli varataan PDF:lle ja kuville, ainoille tapauksille, joissa luettavaa tekstiä ei ole.
Ei ulkoisia kutsuja paikallisessa reitissä
toimisto-ohjelmien tiedostot eivät poistu infrastruktuurista kolmannen osapuolen mallin luettavaksi.
Ei tuomittuja jonoja
jos tiedostopäätettä ei voi poimia, AisDrive kertoo sen heti eikä kuluta kiintiötä tai tokeneita.

Luo drivesi, lähetä indeksoitavaksi Word, Excel tai esitys ja tarkista, mitä se kuluttaa: upotus eikä mitään muuta.