Forbered WordStar-arkiver til AI og RAG — Offline

Hvorfor ikke PDF for RAG

PDF ekstraktion genindfører layoutstøj. Markdown fra en indbygget WordStar-parse beholder overskrifter og vægt som struktur, som en chunker kan opdele på, uden wrap-flag skrald.

Offline forberedelsesstien

• Batch-konverter `.ws` / `.wsd` / `.ws5`–`.ws7` til Markdown på Windows.
• Hold originaler offline; foder kun Markdown-træet til din indekser.
• Klump på overskrifter og bogstavgrænser, ikke på rå 2k-karakter vinduer gennem mojibake.
• Innebygg med din lokale eller VPC-modellstabel — lim aldri inn privilegerte brev i en forbrugerchatboks.

Hva konvertereren skal fikse først

Retrieval-Augmented Generation (RAG) kvalitet kollapser, hvis kildeteksten stadig indeholder high-bit wrap bytes og bogstavelige `.pl 66` linjer. Pak ud og fortolk disse lag én gang, offline, og behandl derefter Markdown som registreringssystemet til indlejring.

Grænse for privatlivets fred

Konvertering er lokal. Din embedding-tjeneste er en separat beslutning. Ikke bland dem: få ren Markdown på denne PC'en først, og bruk derefter hvilken som helst AI-policy organisationen din allerede bruger for andre dokumenter.