جستجو در فایلهای محلی با هوش مصنوعی
از روی متن، PDF و اکسلهای یک پوشه جواب بگیرید و کنار پاسخ ببینید هر نکته از کدام فایل، صفحه یا سطر آمده است.
جستجو در فایلهای محلی با هوش مصنوعی وقتی مفید است که جواب یک سوال بین چند پوشه و چند نوع فایل پخش شده باشد. اسکیل kb-retriever اول فهرست موضوعی پوشهها را میخواند تا بفهمد چه سندی به سوال شما نزدیکتر است. مثلا اگر تاریخ اجرای تعرفه تازه را میخواهید، ممکن است عدد در یک فایل اکسل باشد اما شرطی که شامل مشتریان قبلی میشود در یک یادداشت جدا نوشته شده باشد. ایجنتتون میتواند هر دو قسمت را پیدا کند و منبعشان را جدا نشان بدهد.
برای شروع لازم نیست همه سندها را در گفتگو بفرستید. پوشهای را مشخص کنید که ایجنت حق خواندن آن را دارد و راهنمای ساختارش هم در دسترس است. ایجنت با چند واژه مرتبط جستجو میکند، بخش کوتاهی از فایل محتمل را میخواند و اگر شواهد کافی نبود، واژهها یا مسیر را تغییر میدهد. اگر تاریخ یک عدد روشن نیست، با رجوع به محل اصلی میتوانید نسخه سند را بررسی کنید.
کاربردها
- برای جستجو در PDF، بخش مربوط به سوال را با صفحه یا محل آن در سند پیدا کنید.
- با جستجو در اکسل، جدول یا ستون مناسب را پیش از خواندن ردیفهای بیشتر مشخص کنید.
- برای پیدا کردن منبع پاسخ، نام فایل و جای عبارت مورد استفاده را از ایجنت بگیرید.
- با خواندن بخشی از سند، فقط متن نزدیک به نتیجه جستجو را بررسی کنید.
- برای بررسی چند فایل، تفاوت تاریخ، عدد یا شرط را همراه با منبع هر مورد نشان بدهید.
نصب و استفاده
- لطفاً به ایجنت دسترسی خواندن پوشه مجاز و فایلهای فهرست آن را بدهید. برای PDF یا اکسل به ابزار خواندن همان فرمت نیاز دارید. تبدیل صفحه اسکنشده به تصویر هم به پایتون و Poppler نیاز دارد.
- به ایجنت بگویید «در پوشه راهنماها بگردید و تاریخ اجرای تعرفه تازه را پیدا کنید. شرط مشتریهای قدیمی را با محل دقیق سند بیاورید.»
- منبعهای پاسخ را باز کنید. اگر اطلاعات کامل نبود، محدوده تاریخ یا نام محصول را محدودتر کنید تا شواهد مرتبطتری پیدا شود.
سوالات متداول
منبع
ساخته ConardLi. نام اصلی: kb-retriever، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub