所以，我一直在研究这个问题，并利用 AI 草拟了一个实现方案。我想到几个思路。使用 Apache Tika 可以对我们几乎任何包含文本的文件类型（包括图片）进行 OCR 识别。这是一个自托管的选项。或者：使用 Gemini Flash 1.5（例如）不仅能执行 OCR，还能描述所见并分析的图片，然后将这些数据发布到 PostgreSQL 表或列中以便搜索。当然，这需要前期投入大量 token 来重新处理所有带附件或上传的帖子，但这将是最有用的方案。我想，这正应了那句“一分钱一分货”吧？
1 个赞