文件输入功能介绍

从 4.8.9 版本起，FastGPT 支持在简易模式和工作流中，配置用户上传文件、图片功能。下面先简单介绍下如何使用文件输入功能，最后是介绍下文件解析的工作原理。

简易模式中使用 link

简易模式打开文件上传后，会使用工具调用模式，也就是由模型自行决策，是否需要读取文件内容。

可以找到左侧文件上传的配置项，点击其右侧的开启/关闭按键，即可打开配置弹窗。

随后，你的调试对话框中，就会出现一个文件选择的 icon，可以点击文件选择 icon，选择你需要上传的文件。

由于采用的是工具调用模式，所以在提问时候，可能需要加上适当的引导，让模型知道，你需要读取文档。

工作流中使用 link

工作流中，可以在系统配置中，找到文件输入配置项，点击其右侧的开启/关闭按键，即可打开配置弹窗。

在工作流中，使用文件的方式很多，最简单的就是类似下图中，直接通过工具调用接入文档解析，实现和简易模式一样的效果。

也可以更简单点，强制每轮对话都携带上文档内容进行回答，这样就不需要调用两次 AI 才能读取文档内容了。

当然，你也可以在工作流中，对文档进行内容提取、内容分析等，然后将分析的结果传递给 HTTP 或者其他模块，从而实现文件处理的 SOP。不过目前版本，插件中并未支持文件处理，所以在构建 SOP 的话可能还是有一些麻烦。

文档解析工作原理 link

不同于图片识别，LLM 模型目前没有支持直接解析文档的能力，所有的文档“理解”都是通过文档转文字后拼接 prompt 实现。这里通过几个 FAQ 来解释文档解析的工作原理，理解文档解析的原理，可以更好的在工作流中使用文档解析功能。

上传的文件如何存储在数据库中 link

FastGPT 的对话记录存储结构中，role=user 的消息，value 值会按以下结构存储：

  type UserChatItemValueItemType = {
  type: 'text' | 'file'
  text?: {
    content: string;
  };
  file?: {
    type: 'img' | 'doc'
    name?: string;
    url: string;
  };
};
  

也就是说，上传的图片和文档，都会以 URL 的形式存储在库中，并不会存储解析后的文档内容。

图片如何处理 link

文档解析节点不会处理图片，图片链接会被过滤，图片识别请直接使用支持图片识别的 LLM 模型。

文档解析节点如何工作 link

文档解析依赖文档解析节点，这个节点会接收一个array<string>类型的输入，对应的是文件输入的 URL；输出的是一个string，对应的是文档解析后的内容。

• 在文档解析节点中，只会解析文档类型的 URL，它是通过文件 URL 解析出来的文名件后缀去判断的。如果你同时选择了文档和图片，图片会被忽略。
• 文档解析节点，除了解析本轮工作流接收的文件外，还会把历史记录中的文档 URL 进行解析。最终会解析至多 n 个文档，n 取决于你配置文件上传时，允许的最大文件数量。

• 多个文档内容如何拼接的

按下列的模板，对多个文件进行拼接，即文件名+文件内容的形式组成一个字符串，不同文档之间通过分隔符：\n******\n 进行分割。

  File: ${filename}
<Content>
${content}
</Content>
  

工具调用如何使用文档解析 link

在工具调用中，文档解析节点的调用提示词为：解析对话中所有上传的文档，并返回对应文档内容。

作为工具被执行后，文档解析节点会返回解析后的文档内容作为工具响应。

AI对话中如何使用文档解析 link

在 AI 对话节点中，新增了一个文档引用的输入，可以直接引用文档解析节点的输出，从而实现文档内容的引用。

它接收一个string类型的输入，除了可以引用文档解析结果外，还可以实现自定义内容引用，最终会进行提示词拼接，放置在 role=system 的消息中。提示词模板如下：

  将 <Quote></Quote> 中的内容作为你的知识:
<Quote>
{{quote}}
</Quote>
  

quote 为引用的内容。

文件输入后续更新 link

• 插件支持配置文件输入。
• 子应用和插件调用，支持传递文件输入。
• 文档解析，结构化解析结果。
• 更多的文件类型输入以及解析器。