AisDrive פותח את קובצי docx, xlsx ו-pptx בשרת שלו ומוציא את הטקסט שם: אפס קריאות למודל, אפס טוקנים שנצרכו. רק PDF ותמונות זקוקים לראיית בינה מלאכותית.
רוב מנהלי הקבצים עם בינה מלאכותית משלמים למודל כדי לקרוא כל מסמך שאתה מעלה, גם אם זה Word עם טקסט פשוט בפנים. AisDrive לא: מה שאפשר לקרוא מקומית, נקרא מקומית.
AisDrive ממיין כל קובץ ששולחים לאינדוקס לאחד משלושה מסלולי חילוץ לפני שהוא נוגע בכלום. פורמטי הטקסט והתגיות (txt, md, csv, tsv, json, xml, html, htm ו-svg) מפוענחים ישירות ב-UTF-8, תוך הסרת התגיות כשצריך. מסמכי Office מסוג OOXML (docx, xlsx ו-pptx) נפתחים כמו ה-zip שהם באמת, ומחלצים מהם את הטקסט עם ספריות מקומיות. ורק המסלול השלישי — PDF ותמונות (pdf, jpg, jpeg, png, webp, gif) — עובר דרך מודל מולטימודלי, כי שם אין טקסט לקרוא אלא עמודים להסתכל בהם.
את העבודה במסלול של Office עושה ה-worker של האינדוקס, לא הבינה המלאכותית. קובץ .docx מעובד עם mammoth, ששומר על פסקאות, רשימות וטבלאות במקום להחזיר גוש של XML. קובץ .pptx נסרק שקופית אחר שקופית, בסדר מספרי אמיתי (2 לפני 10), וכל שקופית מסומנת בטקסט כדי שתדע אחר כך מאיזו שקופית מגיעה תשובה. קובץ .xlsx נקרא תוך הצלבת המחרוזות המשותפות של הספר עם התאים של כל גיליון, כך שסכומים ותאריכים שמופיעים כמספר מילולי לא הולכים לאיבוד בדרך: כל שורה יוצאת כשורת ערכים.
זה משנה את החשבון של כמה עולה להחזיק דרייב מאונדקס. בפורמטי טקסט ו-Office החילוץ נרשם באפס טוקנים בקלט ואפס בפלט: הצריכה היחידה שנשארת באינדוקס של הקבצים האלה היא ה-embedding, הווקטור שמאפשר את החיפוש הסמנטי והצ'אט. ב-PDF או בצילום מסך, לעומת זאת, משלמים גם על החילוץ בראייה. אם אתה מעלה תיקיות שלמות של מסמכי עבודה, ההבדל מורגש חשבונית אחר חשבונית.
ומה שאי אפשר לחלץ לא נכנס לתור: AisDrive בודק את הסיומת לפני שהוא צורך מכסה או טוקנים ודוחה את הקובץ עם הודעה ברורה, במקום להשאיר לך אינדוקס שנידון מראש לכישלון. המגבלה לכל קובץ היא 20 MB. AisDrive הוא מיני־אפליקציה של פלטפורמת AIsToHire; הפונקציה הזו מוסברת ב-https://aistohire.com/he/aisdrive-mnhl-kbtsim-lproiktim-ais-to-hire-116/f/extract-office-text-without-tokens
Office בעלות אפס
docx, xlsx ו-pptx מחולצים בשרת עצמו והחילוץ נרשם ב-0 טוקנים בקלט ו-0 בפלט.
גם טקסט ותגיות בחינם
txt, md, csv, tsv, json, xml, html, htm ו-svg מפוענחים מקומית, עם ניקוי התגיות כשיש.
Word עם שמירה על העיצוב
קובץ ה-.docx מעובד עם mammoth, ששומר על פסקאות, רשימות וטבלאות במקום לשטח הכול.
Excel בלי לאבד מספרים
קובץ ה-.xlsx נקרא תוך שילוב המחרוזות המשותפות של הספר עם התאים של כל גיליון, כך שמספרים ותאריכים מילוליים נכנסים לאינדקס.
PowerPoint שקופית אחר שקופית
קובץ ה-.pptx נסרק בסדר מספרי אמיתי וכל שקופית מזוהה בתוך הטקסט שחולץ.
בינה מלאכותית רק איפה שצריך
מודל הראייה שמור ל-PDF ולתמונות, המקרה היחיד שבו אין טקסט לקרוא.
אפס קריאות חיצוניות במסלול המקומי
מסמכי Office לא יוצאים מהתשתית כדי שמודל של צד שלישי יקרא אותם.
בלי תורים נידונים לכישלון
אם הסיומת אינה ניתנת לחילוץ, AisDrive אומר זאת מיד ולא מבזבז מכסה ולא טוקנים.

צור את הדרייב שלך, שלח לאינדוקס מסמך Word, גיליון Excel או מצגת ובדוק מה נצרך: ה-embedding ותו לא.