SuperAPI AI 工具集

ingest

数据与分析

查看项目

更新于 10-16 07:29

技能介绍

用途:ingest 是 OpenSearch Agent Skills 下的本地文档处理技能,目标是把非结构化文件转成适合检索的 JSONL 分块,便于后续评估分块质量或送入索引。

主要能力:包含 document-processing 子技能,可通过 Docling 将 PDF、DOCX、PPTX 处理为 JSONL 分块,全程本地运行,不需要 AWS。

使用方式:当用户持有 PDF 或文档并需要 JSONL 分块、想在入库前评估分块质量,或提到 Docling、document processing、chunking 时,读取 document-processing/SKILL.md 获取具体步骤。

不覆盖范围:不涉及通过 OSIS 管道的云端规模化摄取(见 managed-ingestion-service)、结构化 _bulk API 批量索引、OpenSearch _ingest 处理器管道(grok、date、set、script),也不涉及日志与指标传输(Fluent Bit、Data Prepper、Logstash)。云端摄取(JSONL → OSIS → OpenSearch 索引)请参考 cloud/managed-ingestion-service。

限制:资料未提供具体安装命令、依赖版本、支持的文件规模上限及分块参数细节,暂未提供。