S'il vous plaît, ajoutez le support pour la recherche de fichiers pdf dans les sujets de forum depuis les personas IA - sans avoir à les télécharger séparément !

Fonctionnalité
1

Limitation actuelle :
• La recherche sémantique du forum n’indexe que le texte des publications, pas les pièces jointes PDF
• Les fichiers PDF ne sont pas consultables via le basculement IA de /search
• Pour contourner cela, j’ai dû télécharger manuellement les PDF séparément dans le RAG de la persona

Solution proposée :
• Extraire le texte des pièces jointes PDF lors de la génération des intégrations (embeddings)
• Indexer le contenu des PDF à côté du texte des publications
• Rendre les sujets avec pièces jointes PDF découvrables via la recherche sémantique

Avantages :
• Les utilisateurs trouvent la documentation technique via la recherche sur le forum
• Pas besoin de dupliquer le contenu (publication sur le forum + téléchargement RAG)
• Meilleur référencement (SEO) (PDF joints aux sujets indexés)
• Architecture simplifiée (la commande de recherche fonctionne simplement)

Si vous deviez implémenter cela, je pourrais potentiellement :

  1. Supprimer les outils forcés (la recherche trouverait naturellement le contenu des PDF)
  2. Éliminer complètement les téléchargements RAG (tout serait dans les sujets du forum)
  3. Simplifier considérablement le système
1 « J'aime »
2

Il existe un sujet similaire concernant l’indexation des fichiers pour la ai-search ici : Index File Contents for Search

2 « J'aime »
3

Je pense qu’un plugin pourrait ajouter le texte à la publication cuite dans un élément de détails facultativement masqué. Cela l’ajouterait pour qu’il soit trouvé, je pense. Si vous êtes auto-hébergé, je pense que cela coûterait quelques centaines de dollars à développer. Ou, si cela semble les intéresser, soumis en tant que PR, pour environ deux fois plus cher (pour inclure les tests et autres).

4

Pour information, j’ai constaté que le téléchargement de fichiers PDF dans le persona empêchait la recherche assistée par IA de trouver le contenu normal du forum. J’ai donc eu recours à une combinaison de (a) convertir les fichiers clés en markdown (afin de pouvoir les publier directement en tant que sujets) ou (b) extraire les mots-clés/la table des matières principaux, etc., et les publier à côté des fichiers PDF dans les forums. J’ai également dû passer de GPT 4.1 à Sonnet 4.5 et désactiver HYDE pour que cela fonctionne de manière fiable.