定义
文档提取节点支持您在工作流中解析特定格式的文档，并将其中的文本内容提取出来。它能将文件转换为文本，让不支持多模态的大模型拥有一定的文本处理的能力，同时可以降低大模型处理文件的成本。
支持的文档类型见下文。
前置条件
使用示例
在开始时，声明单文件或多文件类型的变量，例如file。
添加文档提取器节点，并将文件变量作为输入。
添加结束文件。
测试，输入文件地址，并执行。
支持的文档类型
文本文档：例如Markdown、TXT等类型文件；
Office Word文档：不包括DOC类型的文件；
PDF文档；
表格文档：例如XLS、XLSX、CSV类型的文件；
专业格式文档：例如YAML、JSON文件；
说明
如果文档中包含非文本的内容（例如二进制信息、音视频信息），相关的内容不会被处理。
输入和输出
文档提取器可以接受文档类型文件作为输入，可以是单文件，也可以是文件列表。
当文档提取器接受单文件作为输入时，输出是字符串类型的文本内容；
当文档提取器接受文件列表作为输入时，输出是字符串数组类型的文本内容。
常见用例
提取文档并让大模型总结关键信息：配合提示词，可以让大模型将用户关注的内容从文件中提取出来，例如合同条款提取、论文核心内容总结等；
提取文档：用于分析、建议索引或迁移等；
文档存储：将文档录入数据库、知识库等。
该文章对您有帮助吗？