文档知识

如果爬虫是公共图书馆的书籍（网络），那么文档就是您办公室中的私人文件。 这里是您上传机密手册、Excel 价格表或内部 PDF 指南的地方。您为代理提供对特定文件的直接访问，使其成为您业务的即时专家。

​

📥 我可以在这里上传什么？（神奇格式）

您的代理是多语言的，几乎可以读取任何内容：

• 📄 PDF： 手册、目录、小册子。
• 📊 XLSX / CSV： 价格表、库存列表、简单数据库。
• 📝 TXT / JSONL： 快速笔记、日志或结构化数据。

---

​

⚙️ 如何管理您的文件（上传区）

这就像看起来一样简单：

1. 拖放： 将文件拖入框中或点击浏览您的计算机。
2. 处理： 系统将读取（“解析”）文本，以便代理理解它。
3. 准备好了！ 一旦处理完毕，您将在下面的列表中看到该文件。

​

列表控件：

• 名称： 文件名。保持清晰（例如 Prices_2024.pdf 而不是 doc1.pdf）。
• 切换（开关）： 最有用的功能。
  • 🔵 开启： 代理读取并使用此文件。
  • ⚪ 关闭： 文件已存储但被代理忽略。非常适合草稿或您不想完全删除的旧版本。
• 垃圾桶 🗑️： 从代理的记忆中永久删除文件。

---

​

⚠️ 黄金规则（什么不能做）

为了保持一切顺利运行，请记住这一点：

​

1. 空文件 = 错误 🚫

如果您上传的 PDF 只包含扫描图像（无可选文本）或损坏的文件，您会看到类似 [MARKITDOWN] pdf is empty 的错误。

解决方案： 确保 PDF 包含真实文本（OCR）或 Excel 文件有实际数据。

​

2. 注意大小（分割它！）✂️

每个文件都有字数限制，以避免使代理的大脑过载。

• 您的手册有 500 页吗？ 不要将其作为一个文件上传。
• 分割它： 上传 Manual_Part1.pdf、Manual_Part2.pdf 等。
• 代理很聪明，会从所有活动文件中组合信息以给出连贯的答案。

---

​

🧠 代理如何用这个推理？

想象您上传三个文件并将它们开启：

1. Washing_Machine_Manual.pdf
2. Spare_Parts_Prices.xlsx
3. Warranty_Policy.txt

现在，如果用户问：“零件 X 多少钱，保修是否涵盖？” 代理将：

1. 在 Excel 中查找价格。
2. 阅读 TXT 中的条件。
3. 组合两者并回复：“零件价格为 20 英镑，是的，根据条款 3，它是涵盖的。”🤯

---

​

🎓 最佳实践摘要（小抄）

• 描述性名称： 帮助代理（和您自己）理解里面有什么。Wedding_Menu.pdf 比 scan001.pdf 更好。
• 更新： 如果您上传新版本（Prices_V2.xlsx），请记住关闭或删除旧版本（Prices_V1.xlsx），这样机器人就不会因两种不同的价格而感到困惑。
• 清洁数据： 避免上传有数千空行的 Excel 文件或有重水印的 PDF。文本越清洁，答案越聪明。

开始用您最好的文档填充代理的大脑！📂✨