概述

由于LLM 自身无法直接读取或解释文档的内容，因此需要将用户上传的文档，通过文档提取器节点解析并读取文档文件中的信息，转化文本之后再将内容传给 LLM 以实现对于文件内容的处理。

节点配置

文档提取器可以理解为一个信息处理中心，通过识别并读取输入变量中的文件，提取信息后并转化为 string 类型输出变量，供下游节点调用。

• 输入变量：文档提取器仅接受file、Array[File]数据结构的变量，且仅能够提取文档类型文件中的信息，例如 TXT、Markdown、PDF、HTML、DOCX 格式文件的内容，无法处理图片、音频、视频等格式文件。

• 输出变量：固定命名为 text。输出的变量类型取决于输入变量：

  • 输入变量为 File，输出变量为 string
  • 输入变量为 Array[File]，输出变量为 array[string]

示例说明

用户上传文档后，文档提取器可以作为 LLM 节点的前置步骤，提取应用的文件信息并传递至下游的 LLM 节点，回答用户关于文件的问题。

步骤如下：

1. 在应用功能中开启文件上传功能（注意默认为图片，需要手动设置为文档）
   

2. 文档提取器节点，选中文件变量
   

3. LLM节点，通过引入文档提取器节点的输出变量，从而读取文件内容
   

4. 效果预览