Qanything 2 0源码解析系列4 图片解析逻辑

news2024/12/25 1:48:02

Qanything 2.0源码解析系列4: 图片解析逻辑

文章转载自：https://www.feifeixu.top/article/8bb8401b-9689-453f-ab86-e3ecae414e12

qanything_kernel/core/retriever/general_document.py文件中LocalFileForInsert 类的split_file_to_docs 方法的这一段。

        elif self.file_path.lower().endswith(".jpg") or self.file_path.lower().endswith(
                ".png") or self.file_path.lower().endswith(".jpeg"):
            txt_file_path = self.image_ocr_txt(filepath=self.file_path)
            loader = TextLoader(txt_file_path, autodetect_encoding=True)
            docs = loader.load()

核心是两块：

  1. 将图片内容进行ocr识别
  2. 识别的文字内容组装成Document 类型的doc

📝 ocr识别

核心方法

引用的话语

def image_ocr_txt(filepath, dir_path="tmp_files"):
		'''
		filepath = '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/9770b07842994e628d92558777f9ac98/9.png'
		full_dir_path = '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/9770b07842994e628d92558777f9ac98/tmp_files'
		'''
    full_dir_path = os.path.join(os.path.dirname(filepath), dir_path)
    
    # 如果full_dir_path文件夹不存在，则创建
    if not os.path.exists(full_dir_path):
        os.makedirs(full_dir_path)
        
    # 拿到filename 是 9.png
    filename = os.path.split(filepath)[-1]

    # 读取图片
    img_np = open(filepath, 'rb').read()
		
		# base64编解码
    img_data = {
        "img64": base64.b64encode(img_np).decode("utf-8"),
    }
		
		# 调用ocr服务，拿到ocr识别的结果
    result = get_ocr_result_sync(img_data)
		
		# 去除空行，所有行内容存到list中
    ocr_result = [line for line in result if line]
    
    # 行与行之间用\n拼成一个大str
    ocr_result = '\n'.join(ocr_result)

    insert_logger.info(f'ocr_res[:100]: {ocr_result[:100]}')

    # 写入结果到文本文件
    txt_file_path = os.path.join(full_dir_path, "%s.txt" % (filename))
    with open(txt_file_path, 'w', encoding='utf-8') as fout:
        fout.write(ocr_result)
		
		# 返回文件路径
    return txt_file_path

get_ocr_result_sync方法

def get_ocr_result_sync(image_data):
    try:
        response = requests.post(f"http://{LOCAL_OCR_SERVICE_URL}/ocr", data=image_data, timeout=120)
        response.raise_for_status()  # 如果请求返回了错误状态码，将会抛出异常
        ocr_res = response.text
        ocr_res = json.loads(ocr_res)
        return ocr_res['result']
    except Exception as e:
        insert_logger.warning(f"ocr error: {traceback.format_exc()}")
        return None

ocr服务启动

执行上述方法之前，应先将ocr服务启动起来，不然直接异常报错了。

在项目scripts/entrypoint.sh文件中看到ocr的启动命令是：

nohup python3 -u qanything_kernel/dependent_server/ocr_server/ocr_server.py > /workspace/QAnything/logs/debug_logs/ocr_server.log 2>&1 &

模型文件下载：https://github.com/netease-youdao/QAnything/tree/v1.4.1/qanything_kernel/dependent_server/ocr_server/ocr_models

存放路径：qanything_kernel/dependent_server/ocr_server/ocr_models下

对于这样一张图片：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

ocr识别的结果为：

押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款
项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。
(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。
(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关
发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手
续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要
求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自
如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承
担任何违约责任。
(六）生活费用的品类及价格详见物业交割补充协议：
1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照
片）。
2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，
承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造
成的损失和后果由承租人自行承担。
3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自
如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多
退少补。
4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以
房屋实际居住户数。
5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。
第四条房屋维护与维修
（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维
修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿
或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。
（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情
况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。
第五条转租及换租
（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日
内，可将所租赁的房屋重新上架并租给第三方。转租期间改为解约申请的，以提出转租申请
日为解约申请日。
（二）换租：本合同生效后，经协商一致，承租人可换租至自如管理的其他房屋（换租不支
持由整租换成非整租产品）。承租人应先与该房屋的出租人就拟换租的房屋签订租赁期限
不少于90天的租赁合同，该合同起租后60日内（不含60日，含起租日当日）应办理本
合同的退租手续，否则自如有权拒绝办理换租。本合同租金计算至退租完成日。
（三）三天不满意无理由换租：
1．对新签合同（不含转租、换租），承租人享有一次在本合同生效日起3日内（含生
3/20

组装doc

def lazy_load(self) -> Iterator[Document]:
    """Load from file path."""
    text = ""
    try:
		    # 读取ocr返回的文件的文字内容
        with open(self.file_path, encoding=self.encoding) as f:
            text = f.read()
    except UnicodeDecodeError as e:
        xxx
    metadata = {"source": str(self.file_path)}
    
    # 生成一个doc，一张图片的整个ocr结果作为一个doc进行返回
    yield Document(page_content=text, metadata=metadata)

为每个doc注入元数据（不重要）

主要是为doc注入file_id,kb_id之类的元数据，还有个操作是合并短的doc，对pdf、doc这类文件起作用，对图片类文件不起作用，因为一个图片只有一个doc。所以下面这个方法可以忽略。

def inject_metadata(self, docs: List[Document]):
  # 这里给每个docs片段的metadata里注入file_id
  new_docs = []
  for doc in docs:
      page_content = re.sub(r'\t+', ' ', doc.page_content)  # 将制表符替换为单个空格
      page_content = re.sub(r'\n{3,}', '\n\n', page_content)  # 将三个或更多换行符替换为两个
      page_content = page_content.strip()  # 去除首尾空白字符
      new_doc = Document(page_content=page_content)
      new_doc.metadata["user_id"] = self.user_id
      new_doc.metadata["kb_id"] = self.kb_id
      new_doc.metadata["file_id"] = self.file_id
      new_doc.metadata["file_name"] = self.file_name
      new_doc.metadata["nos_key"] = self.file_location
      new_doc.metadata["file_url"] = self.file_url
      new_doc.metadata["title_lst"] = doc.metadata.get("title_lst", [])
      new_doc.metadata["has_table"] = doc.metadata.get("has_table", False)
      # 从文本中提取图片数量：![figure]（x-figure-x.jpg）
      new_doc.metadata["images"] = re.findall(r'!\[figure]\(\d+-figure-\d+.jpg.*?\)', page_content)
      new_doc.metadata["page_id"] = doc.metadata.get("page_id", 0)
      kb_name = self.mysql_client.get_knowledge_base_name([self.kb_id])[0][2]
      metadata_infos = {"知识库名": kb_name, '文件名': self.file_name}
      new_doc.metadata['headers'] = metadata_infos

      if 'faq_dict' not in doc.metadata:
          new_doc.metadata['faq_dict'] = {}
      else:
          new_doc.metadata['faq_dict'] = doc.metadata['faq_dict']
      new_docs.append(new_doc)
  if new_docs:
      insert_logger.info('langchain analysis content head: %s', new_docs[0].page_content[:100])
  else:
      insert_logger.info('langchain analysis docs is empty!')

  # merge short docs
  insert_logger.info(f"before merge doc lens: {len(new_docs)}")
  child_chunk_size = min(DEFAULT_CHILD_CHUNK_SIZE, int(self.chunk_size / 2))
  merged_docs = []
  for doc_idx, doc in enumerate(new_docs):
      if not merged_docs:
          merged_docs.append(doc)
      else:
          last_doc = merged_docs[-1]
          # insert_logger.info(f"doc_idx: {doc_idx}, doc_content: {doc.page_content[:100]}")
          # insert_logger.info(f"last_doc_len: {num_tokens_embed(last_doc.page_content)}, doc_len: {num_tokens_embed(doc.page_content)}")
          if num_tokens_embed(last_doc.page_content) + num_tokens_embed(doc.page_content) <= child_chunk_size or \
                  num_tokens_embed(doc.page_content) < child_chunk_size / 4:
              tmp_content_slices = doc.page_content.split('\n')
              # print(last_doc.metadata['title_lst'], tmp_content)
              tmp_content_slices_clear = [line for line in tmp_content_slices if clear_string(line) not in
                                          [clear_string(t) for t in last_doc.metadata['title_lst']]]
              tmp_content = '\n'.join(tmp_content_slices_clear)
              # for title in last_doc.metadata['title_lst']:
              #     tmp_content = tmp_content.replace(title, '')
              last_doc.page_content += '\n\n' + tmp_content
              # for title in last_doc.metadata['title_lst']:
              #     last_doc.page_content = self.remove_substring_after_first(last_doc.page_content, '![figure]')
              last_doc.metadata['title_lst'] += doc.metadata.get('title_lst', [])
              last_doc.metadata['has_table'] = last_doc.metadata.get('has_table', False) or doc.metadata.get(
                  'has_table', False)
              last_doc.metadata['images'] += doc.metadata.get('images', [])
          else:
              merged_docs.append(doc)
  insert_logger.info(f"after merge doc lens: {len(merged_docs)}")
  self.docs = merged_docs

存milvus向量数据库

  1. 先用num_tokens_embed这个方法判断一下这个doc的tokenizer后长度有没有超过800，不超过不做处理，超过的话需要对doc切分（split）。
embedding_tokenizer = AutoTokenizer.from_pretrained(LOCAL_EMBED_PATH, local_files_only=True)

def num_tokens_embed(text: str) -> int:
    """Return the number of tokens in a string."""
    return len(embedding_tokenizer.encode(text, add_special_tokens=True))
  1. split用的是这个

DEFAULT_PARENT_CHUNK_SIZE=800, chunk_overlap=0

init_parent_splitter = RecursiveCharacterTextSplitter(
            separators=["\n\n", "\n", "。", "!", "！", "?", "？", "；", ";", "……", "…", "、", "，", ",", " ", ""],
            chunk_size=DEFAULT_PARENT_CHUNK_SIZE,
            chunk_overlap=0,
            length_function=num_tokens_embed)

押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款
项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。
(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。
(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关
发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手
续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要
求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自
如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承
担任何违约责任。
(六）生活费用的品类及价格详见物业交割补充协议：
1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照
片）。
2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，
承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造
成的损失和后果由承租人自行承担。
3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自
如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多
退少补。
4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以
房屋实际居住户数。
5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。
第四条房屋维护与维修
（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维
修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿
或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。
（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情
况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。
第五条转租及换租
（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日
内，可将所租赁的房屋重新上架并租给第三方。转租期间改为解约申请的，以提出转租申请
日为解约申请日。
（二）换租：本合同生效后，经协商一致，承租人可换租至自如管理的其他房屋（换租不支
持由整租换成非整租产品）。承租人应先与该房屋的出租人就拟换租的房屋签订租赁期限
不少于90天的租赁合同，该合同起租后60日内（不含60日，含起租日当日）应办理本
合同的退租手续，否则自如有权拒绝办理换租。本合同租金计算至退租完成日。
（三）三天不满意无理由换租：
1．对新签合同（不含转租、换租），承租人享有一次在本合同生效日起3日内（含生
3/20

  1. 对于这样一个text，先从separators=[“\n\n”, “\n”, “。”, “!”, “！”, “?”, “？”, “；”, “;”, “……”, “…”, “、”, “，”, “,”, " ", “”]中从左都有判断哪个符号可以对这个text进行拆分，\n\n不行，\n可以。

  2. 按照\n对text进行拆分，然后每个句子和前面的\n进行合并，处理完就变成了一个列表。

    ['押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款', '\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。', '\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。', '\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关', '\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手', '\n续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要', '\n求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自', '\n如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承', '\n担任何违约责任。', '\n(六）生活费用的品类及价格详见物业交割补充协议：', '\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照', '\n片）。', '\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，', '\n承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造', '\n成的损失和后果由承租人自行承担。', '\n3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自', '\n如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多', '\n退少补。', '\n4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以', '\n房屋实际居住户数。', '\n5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。', '\n第四条房屋维护与维修', '\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维', '\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿', '\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。', '\n（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情', '\n况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。', '\n第五条转租及换租', '\n（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日', '\n内，可将所租赁的房屋重新上架并租给第三方。转租期间改为解约申请的，以提出转租申请', '\n日为解约申请日。', '\n（二）换租：本合同生效后，经协商一致，承租人可换租至自如管理的其他房屋（换租不支', '\n持由整租换成非整租产品）。承租人应先与该房屋的出租人就拟换租的房屋签订租赁期限', '\n不少于90天的租赁合同，该合同起租后60日内（不含60日，含起租日当日）应办理本', '\n合同的退租手续，否则自如有权拒绝办理换租。本合同租金计算至退租完成日。', '\n（三）三天不满意无理由换租：', '\n1．对新签合同（不含转租、换租），承租人享有一次在本合同生效日起3日内（含生', '\n3/20']

  3. 遍历上述列表，看看是不是还有长度超过800的chunk，如果有，\n已经用过了，用\n后面的符号按照上述流程，继续拆分这个chunk。这也就是RecursiveCharacterTextSplitter这个名字的来源，递归的去处理。

    遍历的过程中如果发现这个chunk的长度小于800，将其添加到_good_splits 列表中，直到遇到大于800的chunk。遇到之后两步操作：

    • 如果_good_splits 不为空，则将_good_splits列表内容进行merge
    • 继续按照上述逻辑递归的处理这个chunk

    如果遍历完这个列表都没遇到大于800的chunk，最终对_good_splits 进行一遍merge操作。

  4. merge的逻辑

    以我们这个text为例，执行完c步骤后，_good_splits 的内容和b步骤的列表是一模一样的，总共是38行，所以列表长度也是38，因为所有chunk的长度都小于800，不涉及递归的操作。

    遍历这个_good_splits，定义一个total统计遍历过的所有chunk的总长度，直到遍历到当前的chunk，发现总长度超过800，则对当前chunk之前的所有chunk进行merge（不包含当前chunk）。合并逻辑直接按照切分符号拼接成字符串，一个大chunk（切分符号是空字符串）。

    chunk_overlap的逻辑也在merge的逻辑内：

    为了提高文档检索以及提高大模型问答的效果，一般都会设置一个overlap,增加每个document（简称doc）的上下文关联。

    举个例子，比如对于这样一个splits，设置了chunk_overlap那么每个doc开头都会和上一个doc的末尾有重叠，这样就增加了每个doc的上下文关联。

    ['押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款', '\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。', '\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。', '\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关', '\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手']

比如设置了chunk_overlap=20，merge完的doc长度设置为50，最终的doc列表会变成：
['押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。', '\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。', '\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关', '\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手', '\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手']

    merge逻辑的源代码：

    # splits：长度为38的列表， separator: ''
def _merge_splits(self, splits: Iterable[str], separator: str) -> List[str]:
    # We now want to combine these smaller pieces into medium size
    # chunks to send to the LLM.
    separator_len = self._length_function(separator)

    docs = []
    current_doc: List[str] = []
    total = 0
    # 遍历每个chunk
    for d in splits:
		    # 使用tokenizer计算长度
        _len = self._length_function(d)
        # 如果当前chunk的长度加上之前累计的chunk的长度>800了，最长的chunk长度是800，说明改进行merge了。
        if (
            total + _len + (separator_len if len(current_doc) > 0 else 0)
            > self._chunk_size
        ):
            if total > self._chunk_size:
                logger.warning(
                    f"Created a chunk of size {total}, "
                    f"which is longer than the specified {self._chunk_size}"
                )
            if len(current_doc) > 0:
		            # 使用separator进行列表内容拼接
                doc = self._join_docs(current_doc, separator)
                if doc is not None:
                    docs.append(doc)
                # Keep on popping if:
                # - we have a larger chunk than in the chunk overlap
                # - or if we still have any chunks and the length is long
                
                # 留在current_doc列表中的chunk的长度刚好大于_chunk_overlap，在这里是0，表示不留。如果_chunk_overlap是200，则留下几个chunk，使其长度大于_chunk_overlap
                while total > self._chunk_overlap or (
                    total + _len + (separator_len if len(current_doc) > 0 else 0)
                    > self._chunk_size
                    and total > 0
                ):
		                # 每次减去current_doc的第一个chunk的长度
                    total -= self._length_function(current_doc[0]) + (
                        separator_len if len(current_doc) > 1 else 0
                    )
                    # 更新current_doc列表，丢弃第0个chunk，列表是有一个从左到右顺序，列表右边的chunk和后续的chunk才能连贯起来，所以是从左到右删。
                    current_doc = current_doc[1:]
        # 将当前chunk添加到current_doc列表中
        current_doc.append(d)
        # 计算累计chunk的长度
        total += _len + (separator_len if len(current_doc) > 1 else 0)
    doc = self._join_docs(current_doc, separator)
    if doc is not None:
        docs.append(doc)
    return docs

    c步骤的结果经d步骤处理完之后变成了两个doc，每个doc长度都在800内，且没有overlap。

    [Document(page_content='押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手\n续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要\n求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自\n如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承\n担任何违约责任。\n(六）生活费用的品类及价格详见物业交割补充协议：\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照\n片）。\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，\n承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造\n成的损失和后果由承租人自行承担。\n3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自\n如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多\n退少补。\n4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以\n房屋实际居住户数。\n5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。\n第四条房屋维护与维修\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。\n（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情\n况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。\n第五条转租及换租\n（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日', metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_name': '9.png', 'nos_key': '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/e1368aa4c0cf4d88bda9874ae3686811/9.png', 'file_url': '', 'title_lst': [], 'has_table': False, 'images': [], 'page_id': 0, 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'faq_dict': {}}), Document(page_content='内，可将所租赁的房屋重新上架并租给第三方。转租期间改为解约申请的，以提出转租申请\n日为解约申请日。\n（二）换租：本合同生效后，经协商一致，承租人可换租至自如管理的其他房屋（换租不支\n持由整租换成非整租产品）。承租人应先与该房屋的出租人就拟换租的房屋签订租赁期限\n不少于90天的租赁合同，该合同起租后60日内（不含60日，含起租日当日）应办理本\n合同的退租手续，否则自如有权拒绝办理换租。本合同租金计算至退租完成日。\n（三）三天不满意无理由换租：\n1．对新签合同（不含转租、换租），承租人享有一次在本合同生效日起3日内（含生\n3/20', metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_name': '9.png', 'nos_key': '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/e1368aa4c0cf4d88bda9874ae3686811/9.png', 'file_url': '', 'title_lst': [], 'has_table': False, 'images': [], 'page_id': 0, 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'faq_dict': {}})]

3.为每个doc注入doc_id

这里有两个doc，每个doc长度都在800内，且没有overlap。

这个很简单，就是file_id + ‘_’ + doc的位置
doc_ids = [file_id + '_' + str(i) for i, _ in enumerate(documents)]

  1. 对前面生成的两个doc继续split。

这个split和前面的split参数有些不同，DEFAULT_CHILD_CHUNK_SIZE=400，chunk_overlap=100.

init_child_splitter = RecursiveCharacterTextSplitter(
            separators=["\n\n", "\n", "。", "!", "！", "?", "？", "；", ";", "……", "…", "、", "，", ",", " ", ""],
            chunk_size=DEFAULT_CHILD_CHUNK_SIZE,
            chunk_overlap=int(DEFAULT_CHILD_CHUNK_SIZE / 4),
            length_function=num_tokens_embed)

为每个子doc注入doc_id：

前面生成了两个doc，以第一个doc生成的子doc为例，子doc的长度是400左右，且个其他子doc之间有100个token的重复。子doc的doc_id都是e1368aa4c0cf4d88bda9874ae3686811_0。

[Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手\n续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要\n求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自\n如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承\n担任何违约责任。\n(六）生活费用的品类及价格详见物业交割补充协议：\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照\n片）。\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_name': '9.png', 'nos_key': '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/e1368aa4c0cf4d88bda9874ae3686811/9.png', 'file_url': '', 'title_lst': [], 'has_table': False, 'images': [], 'page_id': 0, 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'faq_dict': {}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'}), 

Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n(六）生活费用的品类及价格详见物业交割补充协议：\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照\n片）。\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，\n承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造\n成的损失和后果由承租人自行承担。\n3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自\n如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多\n退少补。\n4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以\n房屋实际居住户数。\n5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。\n第四条房屋维护与维修\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_name': '9.png', 'nos_key': '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/e1368aa4c0cf4d88bda9874ae3686811/9.png', 'file_url': '', 'title_lst': [], 'has_table': False, 'images': [], 'page_id': 0, 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'faq_dict': {}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'}), 

Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。\n（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情\n况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。\n第五条转租及换租\n（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_name': '9.png', 'nos_key': '/tmp/pycharm_project_419/QANY_DB/content/feifeixu__1234/KBb17bd2d168604a84a59abe24e855d574_240625/e1368aa4c0cf4d88bda9874ae3686811/9.png', 'file_url': '', 'title_lst': [], 'has_table': False, 'images': [], 'page_id': 0, 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'faq_dict': {}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'})]
  1. 子doc向量化并存入milvus向量数据库

本来有两个doc，第一个doc产生了三个子doc，第二个doc产生了一个子doc，总共4个子doc，现在要对着4个子doc进行操作。4个doc如下，删除了一些无用的属性。

[Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n押金，自如与出租人另行结算。承租人同意自如返还押金时有权抵扣承租人应付自如的款\n项。若上述款项尚在自如的监管或托管账户的，自如应在15日内退还。\n(四）承租人续租、换租或转租房屋的，租金以届时自如和出租人商定的报价为准。\n(五）房租发票由房屋出租人开具，自如予以相应协助。如果在租赁期内承租人索要了相关\n发票，办理服务费及房租退费时，承租人须按照税法规定配合自如进行发票红冲手\n续，包括但不限于承租人自双方办理完毕解约之日（含当日）起1个月内，依据税法要\n求将其此前取得的增值税普通发票或增值税专用发票原件（如有）交还自如或配合自\n如进行红字发票处理，否则自如有权代出租人拒绝向承租人退还服务费或房租且不承\n担任何违约责任。\n(六）生活费用的品类及价格详见物业交割补充协议：\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照\n片）。\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_url': '', 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'}), 

Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n(六）生活费用的品类及价格详见物业交割补充协议：\n1．租赁期限内，承租人需配合自如定期上门查表（包括但不限于协助自如拍摄示数照\n片）。\n2.后付费的生活费用由自如定期生成相应账单，承租人应及时支付。预付费的生活费用，\n承租人应根据实际使用情况自行合理购买，并及时与房屋其他实际使用人结清，否则造\n成的损失和后果由承租人自行承担。\n3.非出租人及自如原因导致无法上门查表或生活费用收费单位未定时生成相应账单的，自\n如有权代出租人通过预估的形式生成生活费用账单，后期按照承租人的实际使用情况多\n退少补。\n4.承租人应承担的生活费用计算方式为：按使用示数或使用时长计算的生活费用总额除以\n房屋实际居住户数。\n5.本合同约定的生活费用单价仅供参考，具体以实际收费标准为准。\n第四条房屋维护与维修\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_url': '', 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'}), 

Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n（一）自如受出租人委托，如房屋及原有物品、设备设施在租赁期限内因老化产生的维护、维\n修事宜由自如承担；如发生人为损坏的，应按照附件三及物业交割补充协议的标准进行赔偿\n或维修；若附件三及物业交割补充协议未有明确约定的，依据“谁导致谁承担”的原则处理。\n（二）租赁期限内，承租人对房屋具有一般性保管义务，如有房屋设施设备损毁或发生故障情\n况，应及时通知自如，否则由此造成的财产损失、人身损害等由承租人承担。\n第五条转租及换租\n（一）转租：合同起租日后，承租人向自如提出转租申请的，经自如及出租人同意后的45日", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_url': '', 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_0'}), 

Document(page_content="[headers]({'知识库名': 'qanything2.0', '文件名': '9.png'})\n内，可将所租赁的房屋重新上架并租给第三方。转租期间改为解约申请的，以提出转租申请\n日为解约申请日。\n（二）换租：本合同生效后，经协商一致，承租人可换租至自如管理的其他房屋（换租不支\n持由整租换成非整租产品）。承租人应先与该房屋的出租人就拟换租的房屋签订租赁期限\n不少于90天的租赁合同，该合同起租后60日内（不含60日，含起租日当日）应办理本\n合同的退租手续，否则自如有权拒绝办理换租。本合同租金计算至退租完成日。\n（三）三天不满意无理由换租：\n1．对新签合同（不含转租、换租），承租人享有一次在本合同生效日起3日内（含生\n3/20", metadata={'user_id': 'feifeixu__1234', 'kb_id': 'KBb17bd2d168604a84a59abe24e855d574_240625', 'file_id': 'e1368aa4c0cf4d88bda9874ae3686811', 'file_url': '', 'headers': {'知识库名': 'qanything2.0', '文件名': '9.png'}, 'doc_id': 'e1368aa4c0cf4d88bda9874ae3686811_1'})]
  1. 起bce-embedding的服务,得到四个doc的embedding向量
nohup python3 -u qanything_kernel/dependent_server/embedding_server/embedding_server.py > /workspace/QAnything/logs/debug_logs/embedding_server.log 2>&1 &

b. 存milvus向量数据库。

🤗 总结归纳

以上就是图片解析逻辑的全部流程了。

  1. 图片ocr识别文字，这些文字注入元数据，组成一个doc
  2. 对doc进行split并merge，doc和doc之间的chunk_overlap为0，也就是没有overlap，每个doc长度在800内
  3. 对每个doc再split并merge，doc的子doc之间有100的chunk_overlap，子doc长度400内
  4. 对所有的子doc使用bce-embedding向量化并存入milvus向量数据库

📎 参考文章

  • Qanything v2.0源码

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2159194.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

面向对象 vs 面向过程

面向对象 vs 面向过程

Java 和 C 语言的区别&#xff1a;面向对象 vs 面向过程 在编程世界中&#xff0c;不同的编程语言承载着不同的编程范式。C 语言作为一门经典的面向过程编程语言&#xff0c;注重函数的调用和操作&#xff1b;而Java则是典型的面向对象编程语言&#xff0c;重视对象与类的设计…
阅读更多...
【LLM多模态】Animatediff文生视频大模型

【LLM多模态】Animatediff文生视频大模型

note AnimateDiff框架&#xff1a;核心是一个可插拔的运动模块&#xff0c;它可以从真实世界视频中学习通用的运动先验&#xff0c;并与任何基于相同基础T2I的个性化模型集成&#xff0c;以生成动画。训练策略&#xff1a;AnimateDiff的训练包括三个阶段&#xff1a; 领域适配…
阅读更多...
揭秘！高校如何逆袭，在算法与科技竞技场中脱颖而出？

揭秘！高校如何逆袭，在算法与科技竞技场中脱颖而出？

目录 揭秘！高校如何逆袭，在算法与科技竞技场中脱颖而出？ 一、算法秘境：深度挖掘，教学相长 二、跨界融合：场景为王，合作共赢 企业和高校之间在：场景，算法，数据，算力的优势，高校优势不明显，仅仅在算法方面存在一些优势但并不明显。高校怎样做 揭秘！高校如何逆袭…
阅读更多...
初始docker以及docker的基本使用！！！

初始docker以及docker的基本使用！！！

文章目录 虚拟化技术Docker/podman 命令通用命令查看docker 当前版本管理docker运行 镜像操作[image]列出本地所有镜像拉取镜像删除镜像把docker中的镜像打包成文件把镜像文件加载到docker中上传镜像 容器操作[container]创建容器docker run的参数选项列出所有容器启动容器停止…
阅读更多...
【Mysql】为modified_time和created_time设置默认值

【Mysql】为modified_time和created_time设置默认值

建立表SQL&#xff1a; CREATE TABLE your_table_name (id int(11) NOT NULL AUTO_INCREMENT,/* 其他字段 */created_time datetime DEFAULT CURRENT_TIMESTAMP COMMENT 创建日期,modified_time datetime DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT 修改…
阅读更多...
使用Docker一键部署Blossom笔记软件

使用Docker一键部署Blossom笔记软件

Blossom 是一个需要私有部署的笔记软件，虽然本身定位是一个云端软件，但你仍然可以在本地部署，数据和图片都将保存在你的设备，不依赖任何的图床或者对象存储。 客户端：支持 Windows 端和 ARM 架构的 Mac 端，以及作为网页端部署。移动端：响应式网页移动端，主要为移动端设…
阅读更多...
【论文速看】DL最新进展20240923-长尾综述、人脸防伪、图像分割

【论文速看】DL最新进展20240923-长尾综述、人脸防伪、图像分割

目录 【长尾学习】【人脸防伪】【图像分割】 【长尾学习】 [2024综述] A Systematic Review on Long-Tailed Learning 论文链接&#xff1a;https://arxiv.org/pdf/2408.00483 长尾数据是一种特殊类型的多类不平衡数据&#xff0c;其中包含大量少数/尾部类别&#xff0c;这些类…
阅读更多...
UPPAL安装

UPPAL安装

UPPAL安装 下载安装UPPAAL 在UPPAAL官网上下载所需版本的UPPAAL&#xff1a;https://uppaal.org/downloads/#uppaal5.0 此处下载Windows UPPAAL5.0&#xff1a; 下载完成后&#xff0c;双击.exe文件&#xff0c;一路点击“下一步”&#xff0c;安装完成&#xff0c;并关闭&am…
阅读更多...
分布式锁的几种方案对比？你了解多少种呢？

分布式锁的几种方案对比？你了解多少种呢？

目录标题 1.关于分布式锁2.分布式锁的实现方案2.1 基于数据库实现2.1.1乐观锁的实现方式2.1.2 悲观锁的实现方式2.1.3 数据库锁的优缺点 2.2 基于Redis实现2.2.1 基于缓存实现分布式锁2.2.2缓存实现分布式锁的优缺点 2.3 基于Zookeeper实现2.3.1 如何实现&#xff1f;2.3.2 zk实…
阅读更多...
生信技能59 - 基于GATK CallingSNP变异检测及注释流程

生信技能59 - 基于GATK CallingSNP变异检测及注释流程

1. 流程说明 使用BWA MEM比对，如果文件较大，可使用bwa-mem2进行比对，速度会有很大提升；使用GATK对BAM进行排序和标记重复，再使用GATK HaplotypeCaller + GATK GenotypeGVCFs进行变异检测，生产.g.vcf文件，提取SNP并使用annovar进行位点注释。 使用bwa-mem2进行比对，获…
阅读更多...
python全栈开发《37.列表（元组）的count函数》

python全栈开发《37.列表（元组）的count函数》

元组的count函数的功能和用法与列表的count函数完全一致。 1.count的功能 返回当前列表中某个成员的个数。 2.count的用法 fruits [苹果,西瓜,水蜜桃,西瓜,雪梨] count fruits.count(西瓜) print(count) 运行结果&#xff1a; 2 注意&#xff1a;列表的内置函数count拿到需要…
阅读更多...
Qt系统相关——QThread

Qt系统相关——QThread

文章目录 QThread的API使用示例客户端多线程应用场景互斥锁QMutexQMutexLockerQReadWriteLocker、QReadLocker、QWriteLocker 条件变量和信号量 QThread的API Qt中的多线程和Linux中的线程&#xff0c;本质上是一个东西 Linux线程概念 Linux多线程——线程控制 Linux多线程——…
阅读更多...
EEPROM手册阅读笔记

EEPROM手册阅读笔记

目录 一、特征描述二、功能描述三、总线特性四、设备寻址五、写入操作1.字节写入2.页写入 六、读取操作1.当前地址读取2.随机读取3.顺序读取 一、特征描述 1.Microchip Technology Inc. 24AA04/24LC04B &#xff08;24XX04*&#xff09; 是一款 4 Kbit 电气可擦除 PROM。该器件…
阅读更多...
【4】AT32F437 OpenHarmony轻量系统移植教程(1)

【4】AT32F437 OpenHarmony轻量系统移植教程(1)

开源地址&#xff1a;https://gitee.com/AT32437_OpenHarmony 1.学习本文档的意义 1.学习移植OpenHarmony轻量系统到AT32全系列mcu上&#xff0c;本文档移植的具体型号为AT32F437ZMT7 2.学习OpenHarmony轻量系统开发 2.移植前的准备工作 1.移植之前必须要先熟悉AT-START-F…
阅读更多...
HTTP协议：发展、请求响应、状态码 等

HTTP协议：发展、请求响应、状态码 等

文章目录 HTTP发展历程HTTP请求URL和URIHTTP协议版本HTTP请求方法GET 和 POST 区别HTTP状态码HTTP 请求与响应报文HTTP 请求流程 HTTP 超文本传输协议&#xff08;Hypertext Transfer Protocol&#xff0c;HTTP&#xff09;是一个简单的请求-响应协议&#xff0c;它通常运行在…
阅读更多...
SAP-ABAP消息号 AD857

SAP-ABAP消息号 AD857

激活表时报错 返回表&#xff0c;找到报错的字段 维护参考表和字段
阅读更多...
免费！大厂太卷了，又一款AI对口型神器，让照片开口说话唱歌，吊打阿里EMO？（附保姆级教程）

免费！大厂太卷了，又一款AI对口型神器，让照片开口说话唱歌，吊打阿里EMO？（附保姆级教程）

大家好&#xff0c;我是程序员X小鹿&#xff0c;前互联网大厂程序员&#xff0c;自由职业2年&#xff0c;也一名 AIGC 爱好者&#xff0c;持续分享更多前沿的「AI 工具」和「AI副业玩法」&#xff0c;欢迎一起交流~&#xff08;AI资料点文末卡片自取&#xff09; 之前分享了一款…
阅读更多...
【小白向】怎么去除视频水印？HitPaw帮你轻松解决

【小白向】怎么去除视频水印？HitPaw帮你轻松解决

序言 HitPaw是一款优秀的去除视频水印的工具。 特点&#xff1a;不仅仅能够去除图片、视频里的固定水印&#xff0c;还能去除移动水印。 尤其是它的AI去水印功能&#xff0c;效果非常好。 极简使用教程 下载安装 HitPaw需要在电脑上安装软件才能使用。 支持Windows系统和…
阅读更多...
【AIGC】ChatGPT RAG提取文档内容，高效制作PPT、论文

【AIGC】ChatGPT RAG提取文档内容，高效制作PPT、论文

目录 一、理解 RAG 技术 二、利用 ChatGPT 的 RAG 技术提取文档内容 三、高效制作 PPT 四、高效撰写论文 五、最佳实践与建议 六、工具推荐 随着人工智能生成内容&#xff08;AIGC&#xff09;的快速发展&#xff0c;利用先进的技术工具如 ChatGPT 的 RAG&#xff08;Ret…
阅读更多...
kismet和war driving具体准备（仅供无线安全学习）

kismet和war driving具体准备（仅供无线安全学习）

war driving准备 一台笔记本 一个最好是双频的网卡&#xff0c;单频搜集信号少 我自己买的是http://e.tb.cn/h.grI4EmkDLOqQXHG?tkKZ5g3RVeH6f 如果经济条件允许可以去买大功率天线&#xff08;我买的车载的 大概40db这样子 范围广&#xff09; http://e.tb.cn/h.grCM0CQ6L…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023