本指南介绍如何在与 Discourse 中的 AI 机器人交互时启用和使用原生的 PDF 和文档附件支持。用户可以直接在与 AI 代理的对话中上传 PDF 和其他文档。
所需用户级别：管理员
摘要
Discourse AI 现在支持原生的附件处理，允许用户在与 AI 机器人对话时直接上传 PDF 和其他文档类型。AI 可以读取和理解这些附件的内容，从而实现基于上传文件的文档分析、摘要和问答等用例。
此功能需要：
- 在 LLM 上配置了允许的附件类型
- 启用了视觉功能的代理（这控制着上传内容是否包含在消息中）
- 文件扩展名在您的站点上传设置中已授权
支持的服务商
原生附件支持适用于以下服务商的模型：
- Anthropic（Claude 模型）
- AWS Bedrock（通过 Bedrock 的 Claude 模型）
- Google（Gemini 模型）
- OpenAI（GPT 模型）
- Azure（OpenAI 兼容模型）
- OpenRouter（OpenAI 兼容模型）
每个服务商在 API 级别处理附件的方式不同，但 Discourse AI 会自动处理这种情况。请记住，不同的服务商对各种附件类型的支持程度不同。
支持的附件类型
可以为 AI 处理配置以下文档类型：
| 类型 | 扩展名 |
|---|---|
pdf |
|
| 純文本 | txt |
| 微软 Word | doc, docx |
| 富文本格式 | rtf |
| HTML | html, htm |
| Markdown | md, markdown |
图像通过“启用视觉功能”设置单独处理，不需要配置附件类型。
配置
步骤 1：授权上传的文件扩展名
在用户可以上传附件之前，请确保文件扩展名已在您的站点设置中授权。
- 导航到 管理 (Admin) → 文件 (Files)
- 找到
authorized extensions（授权扩展名）设置 - 添加您希望允许的扩展名（例如
pdf|txt|docx）
步骤 2：配置 LLM 模型
- 导航到 管理 (Admin) → 插件 (Plugins) → Discourse AI → LLMs
- 选择要配置的 LLM 模型（或创建一个新模型）
- 在 Allowed attachments（允许的附件）字段中，选择或输入您希望模型接受的文件扩展名（例如
pdf,txt,docx）
如果将“Allowed attachments”字段留空，则该模型的文档附件将被禁用。图像通过“Vision enabled”切换单独控制。
步骤 3：配置代理
- 导航到 管理 (Admin) → 插件 (Plugins) → Discourse AI → Agents
- 选择或创建一个代理
- 确保 Vision enabled（启用视觉功能）已开启——这控制着上传内容（图像和文档）是否包含在发送给 LLM 的消息中
- 将 Default model（默认模型）设置为已配置附件的 LLM
工作原理
当用户在与 AI 机器人的对话中上传文档时：
- 文档使用标准的上传处理机制上传到 Discourse
- Discourse AI 对文档内容进行编码（base64）
- 编码后的内容与用户的消息一起发送给 LLM
- LLM 处理文本消息和文档内容
- AI 根据组合的上下文做出回应
技术细节
- 文档被编码为 base64 并随请求内联发送
- 每个服务商以其原生格式接收附件：
- Anthropic：使用
document类型和 base64 来源 - Gemini：使用
inlineData格式 - OpenAI（Chat Completions API）：使用
file类型和包含 base64 内容的file_data - OpenAI（Responses API）：使用
input_file类型和包含 base64 内容的file_data
- Anthropic：使用
- 文件大小限制受您站点的
max attachment size kb（最大附件大小 KB）设置控制
用例
原生附件支持启用多种工作流程：
- 文档分析：上传合同、报告或研究论文供 AI 总结或回答相关问题
- 内容审查：让 AI 审查并对草稿文件提供反馈
- 数据提取：从上传的文档中提取特定信息
- 翻译辅助：上传一种语言的文档，讨论内容或请求翻译
- 技术支持：用户可以上传日志文件或配置文件以获得故障排除帮助
限制
- 文件大小：附件受您站点的上传大小设置和 LLM 服务商的限制
- 服务商支持：附件支持需要能够处理文档的服务商方言（Anthropic、AWS Bedrock、Google、OpenAI、Azure 和 OpenRouter）
- 代理视觉要求：代理必须开启“Vision enabled”才能将上传内容包含在消息中
- 扩展名匹配：文件扩展名必须同时在您的站点上授权上传，并在 LLM 的附件类型配置中允许
- 结果不同：由于 LLM 服务商和 LLM 对文件进行处理，成本/准确性和结果会有所不同。Anthropic 用于分析的 token 通常比 OpenAI 或 Google 多。
- 启用缓存：对于 OpenAI，请确保使用提供更一致缓存支持的 Responses API（当启用思考时）；对于 Anthropic 模型，您可能需要在 LLM 配置中显式启用缓存。在进行多轮对话时，这一点尤其重要。
故障排除
附件未被处理
- 验证文件扩展名是否在您站点的
authorized extensions设置中 - 确认文件类型是否列在 LLM 的“Allowed attachments”设置中
- 确保代理已开启“Vision enabled”并使用了正确配置的 LLM
上传失败
- 检查您的
max attachment size kb设置 - 验证文件扩展名是否已授权
- 非常大的 PDF 可能不受支持，每个 LLM 服务商的最大上传大小不同。
AI 不理解文档
- 确保您使用的是支持文档理解的模型
- 尝试使用功能更强大的模型（例如 Claude Sonnet 4.5、GPT-5.1、Gemini Pro 3）
常见问题 (FAQ)
用户可以在一条消息中上传多个文档吗？
是的，用户可以在单条消息中包含多个附件，AI 可以访问所有这些附件。
这在聊天和私信（PM）中都适用吗？
是的，只要代理为这些交互方式配置了，附件支持在与 AI 机器人的私信和聊天直接消息中都适用。
这与代理上的 RAG 上传有何不同？
是的。RAG 上传是管理员添加到代理知识库中、然后被索引和搜索的文档。原生附件支持允许最终用户在对话期间上传文档以进行即时分析，而无需索引。
上传的文档会发生什么？
文档将根据您站点的标准上传处理和保留政策进行处理。它们作为常规的 Discourse 上传文件存储。