故障排查GitHub issue2 分钟阅读排错/错误码

解决FastGPT中PDF与PPT文件的解析适配问题

在FastGPT的使用流程中,处理PDF文件时可参考对应解析方案,但处理PPT文件时暂无合适的解析方案,无法完成文件的解析与导入流程。部分用户反馈在上传PDF或PPT文件后,解析环节出现异常,无法正常生成可用于后续对话的文本内容。

现象

在FastGPT的使用流程中,处理PDF文件时可参考对应解析方案,但处理PPT文件时暂无合适的解析方案,无法完成文件的解析与导入流程。部分用户反馈在上传PDF或PPT文件后,解析环节出现异常,无法正常生成可用于后续对话的文本内容。

可能原因

FastGPT的默认文件解析组件未针对PPT文件做适配,或未配置第三方文件解析工具,导致无法正常解析PPT格式的文件;PDF文件的解析也需依赖第三方工具完成,未配置对应工具时也会出现解析异常。

排查步骤

  1. 确认待处理的文件格式为PDF或PPT,排除非目标格式文件的干扰。
  2. 检查当前FastGPT运行环境中是否已部署第三方文件解析工具,确认工具的配置是否正确。
  3. 对比现有公开的解析方案,确认是否存在适配PPT文件的解析工具,需按实际环境确认适配情况。

解决与验证

可使用gptpdf项目实现PDF文件的解析。可使用MinerU项目及其依赖的PDF-Extract-Kit项目实现文件解析。将待解析文件通过对应工具处理后,导入FastGPT进行测试,确认解析结果符合预期。如果需要处理PPT文件,需确认对应工具是否支持PPT格式的解析,需按实际环境确认。

来源: FastGPT GitHub issue #2056