Valmistele WordStar-arkistot tekoälyä ja RAGia varten — offline

Miksi ei PDF RAG:lle

PDF poiminta tuo uudelleen esiin asetteluhäiriöitä. Markdown alkuperäisestä WordStar jäsennyksestä säilyttää otsikot ja korostukset rakenteena, jota pilkkuohjelma voi jakaa, ilman kääre-lippu roskia.

Offline-esivalmistelupolku

• Ryhmämuunna `.ws` / `.wsd` / `.ws5`–`.ws7` muotoon Markdown kohteessa Windows.
• Pidä alkuperäiset offline-tilassa; syötä indeksoijallesi vain Markdown-puu.
• Paloittele otsikoiden ja kirjeiden rajojen mukaan, ei raakojen 2 000 merkin ikkunoiden mukaan mojibaken läpi.
• Upota paikallisen tai VPC-mallipinon kanssa — älä koskaan liitä luottamuksellisia kirjeitä kuluttajakeskusteluruutuun.

Mikä muuntimen on korjattava ensin

Hakuun lisätty generointi (RAG) laadun romahtaa, jos lähdeteksti sisältää edelleen korkean bitin kääre-bittejä ja kirjaimellisia `.pl 66`-rivejä. Purkaa ja tulkita nuo kerrokset kerran, offline-tilassa, ja käsitellä sitten Markdown tallennusjärjestelmänä upotuksia varten.

Yksityisyyden raja

Muunnos on paikallinen. Upotepalvelusi on erillinen päätös. Älä sumeaa niitä: hanki ensin puhdas Markdown tälle PC:lle, ja sovella sitten mitä tahansa AI-politiikkaa, jota organisaatiosi jo käyttää muille asiakirjoille.