用户上传文档对话功能请求（汇总）

[lijiajun1997]

例行检查

• [x] 我已确认目前没有类似 features
• [x] 我已确认我已升级到最新版本
• [x] 我已完整查看过项目 README，已确定现有版本无法满足需求
• [x] 我理解并愿意跟进此 features，协助测试和提供反馈
• [x] 我理解并认可上述内容，并理解项目维护者精力有限，不遵循规则的 features 可能会被无视或直接关闭

功能描述

文档对话的功能。该功能主要包括以下三个场景：

1. 总结文档内容
2. 根据文档回答特定问题
3. 根据文档提取特定信息

考虑到大模型有上下文长度上限，我们预设两种方案：

1. 如果文档长度低于大模型输入上限的80%（或者用户设定，考虑token成本），则将整个文档作为上下文输入到对话内容中。
2. 如果文档长度超过上限，则采用RAG的形式，创建临时知识库和向量。

• 当用户触发关键词“总结”或“摘要”时，系统会使用问答拆分的逻辑，按顺序进行问答拆分调用大模型进行总结，再调用大模型合并结果。
• 在其他情况下，系统将调用知识库问答的逻辑来处理用户的请求。

另外考虑到可能需要调用OCR，得兼容第三方OCR模块或者提供部署教程。（后续优化？） 应用场景

1. 用户需要快速了解长篇PDF文档的主要内容，可以通过“总结”或“摘要”功能获取简要信息。
2. 用户在阅读PDF文档时遇到特定问题，可以通过对话功能直接获取答案，而无需手动查找。
3. 用户需要从PDF文档中提取特定信息，如数据、日期、关键事件等，可以通过对话功能快速获取。

相关示例

1. 用户上传了一份50页的PDF研究报告，并输入“总结这份文档的主要内容”。系统检测到文档长度超过大模型输入上限，于是拆分问答，分段总结后合并结果，最终返回给用户一个简要的总结。
2. 用户上传了一份5页的技术文档，并询问“这份文档中提到的主要技术有哪些？”。系统将整个文档作为上下文输入，直接返回相关技术的列表。
3. 用户上传了一份50页合同，并询问“合同的签署日期是什么时候？”。系统通过知识库问答的逻辑，从文档中提取并返回签署日期。

[lijiajun1997]

还有什么其他的想法和建议可以汇总在这里

[zlj921020]

什么时候开发，很是需要此功能

[MILESMAKMAK]

多个知识库作为变量来选择是更好的

[lifei1102]

高级编排的全局变量希望做一个文件上传格式的，或者通过某种方式可以获取到该对话所有上传文件在线链接的

做一些项目文档写作场景的时候，会上传很多文档，从这些文档内容中组合去产出最终包含。目前尝试感觉为每个项目做知识库意义不大，还不如所有文档都上传，后面用AI判断具体写哪个模块的时候需要用到哪些文档，进一步去组装内容

[lifei1102]

在知识库的基础上，新增一个文件库的管理。允许将文件库中单个文件或文件夹引用到应用中也是一个思路，只是在对话框上传的话没有复用的效果，文件和对话应用可以是紧密耦合的，也可以是解耦合的

[wilberlee]

上传表格类文档，自定义接口解析文档成markdown类字符串，将这些表格信息的字符串作为已知信息，进行问答

[blvyoucan]

我们也有创建临时知识库，挂载到会话中，会话结束，临时知识库就结束的需求。希望是以插件的形式，可以配置到工作流中的