Dux AI
阅读时间：1 分钟
0 字

文件解析能力 ​

这一页只讲文件解析，不再混入图片生成和视频生成。

你可以把文件解析理解成一件很简单的事：

先把文件里的内容读出来，后面智能体、知识库和工作流才能继续使用这些内容。

文件解析什么时候会用到 ​

最常见就是两种情况：

1. 上传的是常见文档 ​

例如：

  • txt
  • md
  • csv
  • html
  • json
  • 一些可以直接读取文本内容的文档

这种情况通常不需要复杂 OCR，系统会优先直接读取内容。

2. 上传的是图片或 PDF ​

例如：

  • 扫描版 PDF
  • 图片里的文字
  • 合同、单据、截图、说明书

这种情况就需要“解析配置”来把图片或 PDF 里的文字识别出来。

你在后台主要看哪两个地方 ​

  • 服务商：负责接大模型平台
  • 解析配置：负责把图片、PDF 等资料转成文本

简单记就是：

  • 模型问题看服务商
  • 文件识别问题看解析配置

本地解析和外部解析怎么选 ​

本地解析 ​

如果你只是想先快速跑通，建议优先试本地解析。

当前本地解析用的是：

  • 图片：RapidOCR
  • PDF：RapidOCRPDF

适合：

  • 本地开发
  • 快速测试
  • 先验证链路是否正常

外部解析 ​

如果你对识别效果要求更高，或者不想在本机维护 OCR 环境，就可以用外部解析驱动。

当前支持：

驱动值名称适合解析所属平台
local本地解析图片、PDF本机 RapidOCR / RapidOCRPDF
baidu_paddle_cloud百度千帆 OCR图片、PDF百度智能云
moonshotMoonshot 解析文档、PDFMoonshot
volcengine_doc火山文档解析文档、PDF火山引擎
bigmodelBigModel 文档解析文档、PDF智谱 BigModel

本地解析怎么安装 ​

如果你选择的是 local，只要安装下面两个组件就可以。

bash
python3 -m pip install rapidocr-onnxruntime pillow
python3 -m pip install rapidocr-pdf
bash
python3 -m pip install rapidocr-onnxruntime pillow
python3 -m pip install rapidocr-pdf
powershell
py -m pip install rapidocr-onnxruntime pillow
py -m pip install rapidocr-pdf

第一次推荐怎么配 ​

如果你第一次配置，建议这样做：

  1. 先建一个解析配置
  2. 驱动先选 local
  3. 先拿 1 个 PDF 或 1 张图片测试
  4. 解析结果对了，再继续接知识库

推荐阅读 ​