故障排查GitHub issue2 分钟阅读排错/错误码

FastGPT文档解析功能的API调用与自定义实现方案

用户需要在FastGPT中实现聊天时上传文档,将文档作为上下文进行问答,因此需要文档解析功能支持传入文档并直接返回解析后的数据,或获取可行的实现方案。 官方镜像未提供直接可用的文档解析API,需通过源码改动后打包实现。

现象

用户需要在FastGPT中实现聊天时上传文档,将文档作为上下文进行问答,因此需要文档解析功能支持传入文档并直接返回解析后的数据,或获取可行的实现方案。

可能原因

官方镜像未提供直接可用的文档解析API,需通过源码改动后打包实现。现有第三方解析库存在性能或功能局限,部分库解析速度较慢,部分快速模式无法解析图片与表格内容,实时解析需较高部署设备性能。

排查步骤

  1. 确认官方镜像是否包含可直接调用的文档解析API,若未提供,则需考虑自定义集成解析方案。
  2. 评估解析需求,包括需支持的文档类型、解析速度、输出格式等参数。
  3. 对比可选的第三方解析库,测试其适配性与性能表现。

解决与验证

若需直接调用API,需修改FastGPT源码后打包部署。可引入unstructured库进行PDF解析,该库可增强解析效果,但解析速度较慢,fast模式无法解析图片与表格内容,适合异步离线任务,实时解析需较高设备性能。若需更快的解析速度,可尝试符合100页PDF解析耗时≤5s、支持表格与图片解析并输出MD格式的解析库,具体库名称与集成方式需按实际环境确认。

来源: FastGPT GitHub issue #1272