Lokale Office-extractie zonder tokenkosten

Indexeer je Word-, Excel- en PowerPoint-bestanden zonder AI-tokens te verbruiken

AisDrive opent docx-, xlsx- en pptx-bestanden op de eigen server en haalt de tekst er ter plekke uit: nul aanroepen van een model, nul verbruikte tokens. Alleen pdf's en afbeeldingen hebben AI-visie nodig.

De meeste beheerders met AI betalen een model om elk document dat je uploadt te lezen, ook als dat document een Word-bestand met gewone tekst is. AisDrive niet: wat lokaal kan worden gelezen, wordt lokaal gelezen.

AisDrive deelt elk bestand dat je laat indexeren in drie extractieroutes in voordat het iets aanraakt. De tekst- en opmaakformaten (txt, md, csv, tsv, json, xml, html, htm en svg) worden rechtstreeks in UTF-8 gedecodeerd, waarbij de opmaak wordt verwijderd waar nodig. De OOXML-kantoorbestanden (docx, xlsx en pptx) worden geopend als de zip die ze in werkelijkheid zijn en de tekst wordt eruit gehaald met lokale bibliotheken. En alleen de derde route, pdf's en afbeeldingen (pdf, jpg, jpeg, png, webp, gif), gaat via een multimodaal model, omdat er daar geen tekst te lezen valt maar pagina's om naar te kijken.

Het werk van de kantoorroute doet de indexeringsworker, niet de AI. Een .docx wordt verwerkt met mammoth, dat alinea's, lijsten en tabellen behoudt in plaats van een brij XML terug te geven. Een .pptx wordt dia voor dia doorlopen, in echte numerieke volgorde (2 vóór 10), en elke dia wordt in de tekst gemarkeerd, zodat je daarna weet van welke dia een antwoord komt. Een .xlsx wordt gelezen door de gedeelde tekenreeksen van het werkboek te kruisen met de cellen van elk blad, zodat bedragen en datums die als letterlijk getal zijn opgeslagen onderweg niet verloren gaan: elke rij komt eruit als een regel met waarden.

Dat verandert de rekensom van wat het kost om je drive geïndexeerd te hebben. Bij tekstformaten en Office-formaten wordt de extractie geregistreerd met nul invoertokens en nul uitvoertokens: het enige verbruik dat bij het indexeren van die bestanden overblijft, is de embedding, de vector die het semantisch zoeken en de chat mogelijk maakt. Bij een pdf of een schermafbeelding betaal je daarentegen ook voor de extractie via visie. Als je hele mappen met werkdocumenten uploadt, merk je het verschil factuur na factuur.

En wat niet kan worden uitgelezen, komt niet in de wachtrij: AisDrive controleert de extensie voordat het quotum of tokens worden verbruikt en weigert het bestand met een duidelijke melding, in plaats van je een indexering te laten die gedoemd is te mislukken. De limiet per bestand is 20 MB. AisDrive is een mini-app van het platform AIsToHire; deze functie wordt uitgelegd op https://aistohire.com/nl/aisdrive-bestandsbeheer-voor-projecten-ais-to-hire-116/f/tekst-uit-office-halen-zonder-tokens

Voordelen van Lokale Office-extractie zonder tokenkosten

Office tegen nulkosten

docx, xlsx en pptx worden op de server zelf uitgelezen en de extractie wordt geregistreerd met 0 invoertokens en 0 uitvoertokens.

Ook tekst en opmaaktaal gratis

txt, md, csv, tsv, json, xml, html, htm en svg worden lokaal gedecodeerd, waarbij de opmaak wordt verwijderd als die er is.

Word met behoud van opmaak

het .docx wordt verwerkt met mammoth, dat alinea's, lijsten en tabellen behoudt in plaats van alles plat te slaan.

Excel zonder cijfers te verliezen

het .xlsx wordt gelezen door de gedeelde tekenreeksen van het werkboek te combineren met de cellen van elk blad, zodat letterlijke getallen en datums in de index terechtkomen.

PowerPoint dia voor dia

het .pptx wordt in de echte numerieke volgorde doorlopen en elke dia wordt in de uitgelezen tekst geïdentificeerd.

AI alleen waar het nodig is

het visiemodel is gereserveerd voor pdf's en afbeeldingen, het enige geval waarin er geen tekst te lezen is.

Geen externe aanroepen op de lokale route

kantoorbestanden verlaten de infrastructuur niet om door een model van derden te worden gelezen.

Geen gedoemde wachtrijen

als de extensie niet uit te lezen is, meldt AisDrive dat meteen en verbruikt het geen quotum en geen tokens.

Sophie Blake

Upload je Office-documenten en stop met betalen om ze te lezen

Maak je drive aan, laat een Word-, Excel- of presentatiebestand indexeren en kijk wat het verbruikt: de embedding en niets anders.

Tekst uit Word, Excel en PowerPoint halen zonder AI-tokens | AisDrive