Chat z dokumentami
Wyszukuje przesłane dokumenty i przekazuje fragmenty do kontekstu.
Pliki
Obsługiwane formaty Office to .docx, .pptx i .xlsx.
PDF, tekst, logi, Markdown .md/.markdown/.mdx, HTML, DOCX, PPTX, XLSX, CSV/TSV, kod, obrazy .png/.jpg/.webp/.gif przez model wizji (Ustawienia → Domyślne → Model wizyjny), audio .wav/.webm przez STT. Maks. 10 MB.
Office używa ograniczonego parsera w repozytorium; identyczne bajty deduplikowane. Obrazy/audio idą do skonfigurowanych providerów, bez lokalnego OCR. Skan PDF odzyskuje JPEG; CCITT/JBIG2 bez tekstu. Bez wizji/STT upload nieudany z powodem.
Tryby
| Tryb | Kiedy | Uwagi |
|---|---|---|
| Słowa | Zawsze | BM25 |
| Hybryda | Embeddingi | wektor + BM25 |
Oba rankingi są łączone; dokładne słowo może wygrać, fragmenty bez embeddingu pozostają leksykalne. Błąd wraca do słów.
Bez indeksu jawnego na dysku. Fragment musi zawierać pełne słowo; ALPHA_BETA_GAMMA nie trafia po części. Udostępnione kolekcje uczestniczą z ACL i znikają natychmiast po cofnięciu.
Włącz semantykę
ollama pull nomic-embed-text
Domyślnie nomic-embed-text, chunk 1000, overlap 200, próg 0.3.
Cytowania i cały dokument
Fragmenty mają plik, indeks, wynik i stronę/slajd/arkusz/sekcję. Tryb pełnego dokumentu wysyła całość; FULL_DOCUMENT_CONTEXT_MAX_TOKENS domyślnie 32000, po przekroczeniu powrót do wyszukiwania.
Użycie
Prześlij, poczekaj, zapytaj, Libre dołączy fragmenty.
Summarize the uploaded document in five bullets.
What deadlines are mentioned in the PDF?
Find the section that talks about pricing.
Compare the uploaded policy with this proposed change.
API
| Endpoint | Cel |
|---|---|
POST /api/documents/upload | Upload |
GET /api/documents | Lista |
GET /api/documents/session/:sessionId | Sesja |
POST /api/documents/search | Szukaj |
DELETE /api/documents/:documentId | Usuń |
GET /api/documents/embeddings/status | Status |
POST /api/documents/embeddings/regenerate | Regeneruj |
Zalecenia
Pliki dotyczące zadania, PDF z tekstem, regeneracja po zmianie modelu, niższy próg przy brakach, wyższy przy szumie.