PDF- und Anhangsunterstützung mit KI-Bots nutzen

[sam (Sam Saffron)]

In dieser Anleitung wird erläutert, wie du die native Unterstützung für PDFs und Dokumentananhänge in der Interaktion mit KI-Bots in Discourse aktivierst und nutzt. Benutzer können PDFs und andere Dokumente direkt in Gesprächen mit KI-Agenten hochladen.

Erforderliche Benutzerstufe: Administrator

Zusammenfassung

Discourse AI unterstützt jetzt die native Verarbeitung von Anhängen, sodass Benutzer PDFs und andere Dokumenttypen direkt beim Chatten mit KI-Bots hochladen können. Die KI kann den Inhalt dieser Anhänge lesen und verstehen, was Anwendungsfälle wie Dokumentenanalyse, Zusammenfassung und Beantwortung von Fragen auf Grundlage hochgeladener Dateien ermöglicht.

Diese Funktion erfordert:

• Konfigurierte erlaubte Anhangtypen beim LLM
• Einen Agenten, bei dem Vision (Bildverarbeitung) aktiviert ist (dies steuert, ob Uploads in Nachrichten enthalten sind)
• Die Dateiendung muss in den Upload-Einstellungen deiner Site autorisiert sein

Unterstützte Anbieter

Die native Anhangunterstützung funktioniert mit Modellen der folgenden Anbieter:

• Anthropic (Claude-Modelle)
• AWS Bedrock (Claude-Modelle über Bedrock)
• Google (Gemini-Modelle)
• OpenAI (GPT-Modelle)
• Azure (OpenAI-kompatible Modelle)
• OpenRouter (OpenAI-kompatible Modelle)

Jeder Anbieter behandelt Anhänge auf API-Ebene unterschiedlich, aber Discourse AI verwaltet dies automatisch. Beachte, dass verschiedene Anbieter unterschiedliche Support-Stufen für verschiedene Anhangtypen implementieren.

Unterstützte Anhangtypen

Die folgenden Dokumenttypen können für die KI-Verarbeitung konfiguriert werden:

Typ	Endungen
PDF	pdf
Einfacher Text	txt
Microsoft Word	doc, docx
Rich Text Format	rtf
HTML	html, htm
Markdown	md, markdown

Bilder werden separat über die Einstellung „Vision aktiviert“ verarbeitet und erfordern keine Konfiguration des Anhangtyps.

Konfiguration

Schritt 1: Dateiendungen für den Upload autorisieren

Bevor Benutzer Anhänge hochladen können, stelle sicher, dass die Dateiendungen in deinen Site-Einstellungen autorisiert sind.

1. Gehe zu Admin → Dateien
2. Suche die Einstellung authorized extensions
3. Füge die Endungen hinzu, die du zulassen möchtest (z. B. pdf|txt|docx)

Schritt 2: Das LLM-Modell konfigurieren

1. Gehe zu Admin → Plugins → Discourse AI → LLMs
2. Wähle das LLM-Modell aus, das du konfigurieren möchtest (oder erstelle ein neues)
3. Wähle im Feld Allowed attachments (Erlaubte Anhänge) die Dateiendungen aus oder gib sie ein, die das Modell akzeptieren soll (z. B. pdf, txt, docx)

Wenn du das Feld „Allowed attachments“ leer lässt, sind Dokumentanhangs für dieses Modell deaktiviert. Bilder werden separat über den Schalter „Vision enabled“ (Vision aktiviert) gesteuert.

Schritt 3: Den Agenten konfigurieren

1. Gehe zu Admin → Plugins → Discourse AI → Agents (Agenten)
2. Wähle einen Agenten aus oder erstelle einen neuen
3. Stelle sicher, dass Vision enabled (Vision aktiviert) eingeschaltet ist — dies steuert, ob Uploads (sowohl Bilder als auch Dokumente) in die an das LLM gesendeten Nachrichten aufgenommen werden
4. Setze Default model (Standardmodell) auf ein LLM, für das Anhänge konfiguriert sind

Funktionsweise

Wenn ein Benutzer in einer Unterhaltung mit einem KI-Bot ein Dokument hochlädt:

1. Das Dokument wird mit der Standard-Upload-Verarbeitung in Discourse hochgeladen
2. Discourse AI kodiert den Dokumentinhalt (Base64)
3. Der kodierte Inhalt wird zusammen mit der Benutzernachricht an das LLM gesendet
4. Das LLM verarbeitet sowohl die Textnachricht als auch den Dokumentinhalt
5. Die KI antwortet basierend auf dem kombinierten Kontext

Technische Details

• Dokumente werden als Base64 kodiert und inline mit der Anfrage gesendet
• Jeder Anbieter erhält Anhänge in seinem nativen Format:
  • Anthropic: Nutzt den Typ document mit Base64-Quelle
  • Gemini: Nutzt das inlineData-Format
  • OpenAI (Chat Completions API): Nutzt den Typ file mit file_data, das den Base64-Inhalt enthält
  • OpenAI (Responses API): Nutzt den Typ input_file mit file_data, das den Base64-Inhalt enthält
• Die Größenbegrenzung für Dateien wird durch die Einstellung max attachment size kb deiner Site bestimmt

Anwendungsfälle

Die native Anhangunterstützung ermöglicht mehrere Workflows:

• Dokumentenanalyse: Lade Verträge, Berichte oder Forschungsarbeiten hoch, die von der KI zusammengefasst oder zu denen Fragen beantwortet werden können
• Inhaltsüberprüfung: Lass die KI Entwürfe von Dokumenten überprüfen und Feedback geben
• Datenerfassung: Extrahiere spezifische Informationen aus hochgeladenen Dokumenten
• Übersetzungsunterstützung: Lade Dokumente in einer Sprache hoch und besprich den Inhalt oder fordere Übersetzungen an
• Technischer Support: Benutzer können Protokolldateien oder Konfigurationsdateien zur Problemlösung hochladen

Einschränkungen

• Dateigröße: Anhänge sind durch die Upload-Größen-Einstellungen deiner Site und die LLM-Anbieter begrenzt
• Anbieter-Support: Die Anhangunterstützung erfordert einen Anbieter-Dialekt, der Dokumente verarbeitet (Anthropic, AWS Bedrock, Google, OpenAI, Azure und OpenRouter)
• Anforderung an Agent-Vision: Der Agent muss „Vision enabled“ aktiviert haben, damit Uploads in Nachrichten aufgenommen werden
• Übereinstimmung der Endungen: Die Dateiendung muss sowohl für den Upload auf deiner Site autorisiert als auch in der Anhangtyp-Konfiguration des LLMs erlaubt sein
• Ergebnisse variieren: Da LLM-Anbieter und LLMs Dateien im Hinblick auf Kosten/Genauigkeit unterschiedlich verarbeiten, variieren die Ergebnisse. Anthropic neigt dazu, für Analysen mehr Tokens zu verwenden als OpenAI oder Google.
• Caching aktivieren: Bei OpenAI stelle sicher, dass die Responses API verwendet wird, da diese eine konsistentere Unterstützung für das Caching bietet (wenn „Thinking“ aktiviert ist). Bei Anthropic-Modellen muss das Caching möglicherweise explizit in der LLM-Konfiguration aktiviert werden. Dies ist besonders wichtig bei mehrstufigen Unterhaltungen.

Fehlerbehebung

Anhänge werden nicht verarbeitet

1. Stelle sicher, dass die Dateiendung in der authorized extensions-Einstellung deiner Site enthalten ist
2. Bestätige, dass der Dateityp in der „Allowed attachments“-Einstellung des LLMs aufgeführt ist
3. Stelle sicher, dass der Agent „Vision enabled“ aktiviert hat und ein ordnungsgemäß konfiguriertes LLM verwendet

Upload schlägt fehl

• Überprüfe die Einstellung max attachment size kb
• Stelle sicher, dass die Dateiendung autorisiert ist
• Sehr große PDFs werden möglicherweise nicht unterstützt; jeder LLM-Anbieter hat unterschiedliche maximale Upload-Größen.

Die KI versteht das Dokument nicht

• Stelle sicher, dass du ein Modell verwendest, das das Verständnis von Dokumenten unterstützt
• Versuche ein leistungsfähigeres Modell (z. B. Claude Sonnet 4.5, GPT-5.1, Gemini Pro 3)

Häufig gestellte Fragen (FAQs)

Können Benutzer mehrere Dokumente in einer Nachricht hochladen?
Ja, Benutzer können mehrere Anhänge in einer einzigen Nachricht einfügen, und die KI hat Zugriff auf alle davon.

Funktioniert dies auch im Chat wie in privaten Nachrichten?
Ja, die Anhangunterstützung funktioniert sowohl in privaten Nachrichten mit KI-Bots als auch in Chat-Direktnachrichten, sofern der Agent für diese Interaktionsmethoden konfiguriert ist.

Unterscheidet sich dies von RAG-Uploads bei Agenten?
Ja. RAG-Uploads sind Dokumente, die von Administratoren zur Wissensdatenbank eines Agenten hinzugefügt wurden und indiziert und durchsucht werden. Die native Anhangunterstützung ermöglicht es Endbenutzern, Dokumente während einer Unterhaltung hochzuladen, um sie sofort zu analysieren, ohne dass eine Indizierung erforderlich ist.

Was passiert mit den hochgeladenen Dokumenten?
Dokumente werden gemäß der standardmäßigen Upload-Verarbeitung und Aufbewahrungsrichtlinien deiner Site verarbeitet. Sie werden als reguläre Discourse-Uploads gespeichert.

Zusätzliche Ressourcen

• Discourse AI
• AI bot - Agents
• PDF support in Discourse AI (RAG)
• Discourse AI - AI bot