Использование поддержки PDF и вложений с ИИ-ботами

:bookmark: В этом руководстве объясняется, как включить и использовать нативную поддержку вложений PDF-файлов и документов при взаимодействии с ИИ-ботами в Discourse. Пользователи могут загружать PDF-файлы и другие документы напрямую в разговорах с ИИ-агентами.

:person_raising_hand: Необходимый уровень пользователя: Администратор

Краткое описание

Discourse AI теперь поддерживает нативную обработку вложений, позволяя пользователям загружать PDF-файлы и другие типы документов напрямую во время разговоров с ИИ-ботами. ИИ может читать и понимать содержимое этих вложений, что открывает возможности для таких сценариев использования, как анализ документов, суммаризация и ответы на вопросы на основе загруженных файлов.

Для работы этой функции требуется:

  • Настроенные разрешенные типы вложений для LLM
  • Агент с включенным зрением (Vision) (это контролирует включение загрузок в сообщения)
  • Разрешенное расширение файла в настройках загрузки вашего сайта

Поддерживаемые провайдеры

Нативная поддержка вложений работает с моделями от следующих провайдеров:

  • Anthropic (модели Claude)
  • AWS Bedrock (модели Claude через Bedrock)
  • Google (модели Gemini)
  • OpenAI (модели GPT)
  • Azure (модели, совместимые с OpenAI)
  • OpenRouter (модели, совместимые с OpenAI)

Каждый провайдер по-разному обрабатывает вложения на уровне API, но Discourse AI управляет этим автоматически. Учтите, что разные провайдеры реализуют различные уровни поддержки для различных типов вложений.

Поддерживаемые типы вложений

Для обработки ИИ можно настроить следующие типы документов:

Тип Расширения
PDF pdf
Простой текст txt
Microsoft Word doc, docx
Rich Text Format rtf
HTML html, htm
Markdown md, markdown

:information_source: Изображения обрабатываются отдельно через настройку «Vision enabled» (Включенное зрение) и не требуют настройки типов вложений.

Конфигурация

Шаг 1: Авторизация расширений файлов для загрузки

Прежде чем пользователи смогут загружать вложения, убедитесь, что расширения файлов разрешены в настройках сайта.

  1. Перейдите в Админ → Файлы
  2. Найдите настройку authorized extensions (разрешенные расширения)
  3. Добавьте расширения, которые вы хотите разрешить (например, pdf|txt|docx)

Шаг 2: Настройка модели LLM

  1. Перейдите в Админ → Плагины → Discourse AI → LLMs
  2. Выберите модель LLM, которую хотите настроить (или создайте новую)
  3. В поле Allowed attachments (Разрешенные вложения) выберите или введите расширения файлов, которые модель должна принимать (например, pdf, txt, docx)

:warning: Если вы оставите поле «Allowed attachments» (Разрешенные вложения) пустым, документные вложения будут отключены для этой модели. Изображения контролируются отдельно через переключатель «Vision enabled» (Включенное зрение).

Шаг 3: Настройка агента

  1. Перейдите в Админ → Плагины → Discourse AI → Агенты
  2. Выберите или создайте агента
  3. Убедитесь, что параметр Vision enabled (Включенное зрение) активирован — это контролирует, будут ли загрузки (как изображения, так и документы) включены в сообщения, отправляемые LLM
  4. Установите Default model (Модель по умолчанию) на LLM, настроенную для работы с вложениями

Как это работает

Когда пользователь загружает документ в разговоре с ИИ-ботом:

  1. Документ загружается в Discourse с использованием стандартной обработки загрузок
  2. Discourse AI кодирует содержимое документа (base64)
  3. Кодированное содержимое отправляется в LLM вместе с сообщением пользователя
  4. LLM обрабатывает как текстовое сообщение, так и содержимое документа
  5. ИИ отвечает на основе комбинированного контекста

Технические детали

  • Документы кодируются в base64 и отправляются встроенными в запрос
  • Каждый провайдер получает вложения в своем нативном формате:
    • Anthropic: Использует тип document с источником base64
    • Gemini: Использует формат inlineData
    • OpenAI (API Chat Completions): Использует тип file с file_data, содержащим содержимое base64
    • OpenAI (API Responses): Использует тип input_file с file_data, содержащим содержимое base64
  • Ограничения по размеру файлов регулируются настройкой max attachment size kb вашего сайта

Сценарии использования

Нативная поддержка вложений позволяет реализовать несколько рабочих процессов:

  • Анализ документов: Загружайте контракты, отчеты или научные статьи для суммаризации или ответа на вопросы о них через ИИ
  • Проверка контента: Пусть ИИ проверяет и предоставляет обратную связь по черновикам документов
  • Извлечение данных: Извлекайте конкретную информацию из загруженных документов
  • Помощь в переводе: Загружайте документы на одном языке и обсуждайте содержимое или запрашивайте переводы
  • Техническая поддержка: Пользователи могут загружать файлы журналов или конфигурационные файлы для помощи в устранении неполадок

Ограничения

  • Размер файла: Вложения ограничены настройками размера загрузки вашего сайта и поставщика LLM
  • Поддержка провайдеров: Поддержка вложений требует диалекта провайдера, который обрабатывает документы (Anthropic, AWS Bedrock, Google, OpenAI, Azure и OpenRouter)
  • Требование зрения агента: Для включения загрузок в сообщения у агента должен быть активирован параметр «Vision enabled» (Включенное зрение)
  • Совпадение расширений: Расширение файла должно быть разрешено для загрузки на вашем сайте и указано в конфигурации типов вложений LLM
  • Результаты могут варьироваться: Поскольку файлы обрабатываются разными вендорами LLM и самими LLM, стоимость, точность и результаты будут различаться. Anthropic, как правило, использует больше токенов для анализа, чем OpenAI или Google.
  • Включите кэширование: Для OpenAI убедитесь, что вы используете API Responses, которое обеспечивает более последовательную поддержку кэширования (при включенном размышлении/thinking). Для моделей Anthropic может потребоваться явно включить кэширование в конфигурации LLM. Это особенно важно при ведении многоуровневых разговоров.

Устранение неполадок

Вложения не обрабатываются

  1. Убедитесь, что расширение файла указано в настройке authorized extensions вашего сайта
  2. Подтвердите, что тип файла указан в настройке «Allowed attachments» (Разрешенные вложения) LLM
  3. Убедитесь, что у агента включен параметр «Vision enabled» (Включенное зрение) и он использует правильно настроенную LLM

Загрузка не удается

  • Проверьте настройку max attachment size kb
  • Убедитесь, что расширение файла разрешено
  • Очень большие PDF-файлы могут не поддерживаться; у каждого вендора LLM максимальный размер загрузки различается.

ИИ не понимает документ

  • Убедитесь, что вы используете модель, поддерживающую понимание документов
  • Попробуйте более мощную модель (например, Claude Sonnet 4.5, GPT-5.1, Gemini Pro 3)

Часто задаваемые вопросы

Могут ли пользователи загружать несколько документов в одном сообщении?
Да, пользователи могут включать несколько вложений в одно сообщение, и ИИ будет иметь доступ ко всем ним.

Работает ли это как в чате, так и в личных сообщениях?
Да, поддержка вложений работает как в личных сообщениях с ИИ-ботами, так и в прямых сообщениях в чате, при условии, что агент настроен для этих методов взаимодействия.

Отличается ли это от загрузок RAG на агентах?
Да. Загрузки RAG — это документы, добавленные администраторами в базу знаний агента, которые индексируются и ищутся. Нативная поддержка вложений позволяет конечным пользователям загружать документы во время разговоров для немедленного анализа без индексирования.

Что происходит с загруженными документами?
Документы обрабатываются в соответствии со стандартными политиками обработки загрузок и хранения вашего сайта. Они сохраняются как обычные загрузки Discourse.

Дополнительные ресурсы

7 лайков