发表于 2024年8月26日1年前 公司项目要求把数十年的归档的文件结构化，然后使用 json 导出，问一下技术上如何选型 目前要求：不要求内网部署，使用 api 调用（后端交互方便），能上传文件（ doc 、pdf ），能解析成 json 目前问题：我们目前试用了 fastgpt ，先把文件全部导入知识库，然后让 gpt 根据文件名称去解析，但是会出现解析时候 1.上传的文件会被分割多个部分，解析时候就只是解析了前几个部分，有的部分不读取； 2.按照文件名设置解析的文档有可能数据来自于知识库中其他的文件； 3.gpt 模型有文字限制，文档太长解析出来的 json 就截断了 各位老哥有啥思路吗
公司项目要求把数十年的归档的文件结构化，然后使用 json 导出，问一下技术上如何选型 目前要求：不要求内网部署，使用 api 调用（后端交互方便），能上传文件（ doc 、pdf ），能解析成 json 目前问题：我们目前试用了 fastgpt ，先把文件全部导入知识库，然后让 gpt 根据文件名称去解析，但是会出现解析时候 1.上传的文件会被分割多个部分，解析时候就只是解析了前几个部分，有的部分不读取； 2.按照文件名设置解析的文档有可能数据来自于知识库中其他的文件； 3.gpt 模型有文字限制，文档太长解析出来的 json 就截断了 各位老哥有啥思路吗