15 Commits

Author	SHA1	Message	Date
CaptainB	834ccaa35b	refactor: PDF分段强制按字数限制 ... --bug=1047568 --user=刘瑞斌 【github#1363】pdf 文件高级分段默认分段长度为500，但生成的段落长度超过29000字符 https://www.tapd.cn/57709429/s/1600183	2024-10-29 11:44:37 +08:00
wxg0103	d5bbf48d01	style: 优化样式	2024-10-18 15:51:03 +08:00
CaptainB	e16e827028	fix: 处理文本前后的空白字符	2024-09-25 16:00:30 +08:00
CaptainB	6cacb5be71	fix: 处理不规范的pdf中前言部分没在目录中标识出来，导致不能正常识别的问题	2024-09-24 12:06:51 +08:00
CaptainB	70f44b990c	refactor: 格式规范的pdf通过目录来分段	2024-09-06 10:56:27 +08:00
shaohuzhang1	a9443a638c	fix: 修复上传文档中后缀为PDF 不识别	2024-08-27 14:16:03 +08:00
CaptainB	2a87af6172	chore: 解析错误时输出错误原因	2024-08-22 10:43:48 +08:00
shaohuzhang1	00af530d27	chore: 解析错误时输出错误原因 (#996) ... Co-authored-by: CaptainB <bin@fit2cloud.com>	2024-08-20 22:03:58 +08:00
CaptainB	17af603397	refactor: 优化pdf加载，修复部分pdf中文乱码的问题	2024-08-20 16:58:04 +08:00
CaptainB	01d8204cb5	refactor: 逐页加载pdf, 图片类型单独保存成文件加载	2024-08-16 15:08:22 +08:00
CaptainB	0d59ab2be9	refactor: 使用lazy_load方式加载pdf	2024-08-16 10:43:20 +08:00
CaptainB	e266dd9d99	refactor: 支持解析pdf中的图片	2024-08-15 20:53:44 +08:00
shaohuzhang1	1f916a5c3e	feat: 【知识库】docx支持图片上传 #69 (#267)	2024-04-26 18:03:02 +08:00
shaohuzhang1	fb7abb432f	Pr@main@fix bugs (#41) ... * fix: 修复提示问题 * fix: 上传文档限制 * feat: 问题管理 * fix: 修改分段正则,优化分段逻辑 * feat: 问题管理 * fix: word分段支持表格数据 * fix: 问题批量插入去重 * fix: 修复文档问题 * feat: 文档分页优化 * fix: 优化关联问题 * fix: 嵌入样式	2024-04-10 14:16:56 +08:00
shaohuzhang1	c55bb3f6e5	Pr@main@pdf (#23) ... * feat: 分段API支持word,pdf * fix: 通用型知识库支持上传 PDF/DOC 格式的文档#19 --------- Co-authored-by: wangdan-fit2cloud <dan.wang@fit2cloud.com>	2024-03-29 18:28:05 +08:00