Préparer les archives WordStar pour l'IA et RAG — Hors ligne

Pourquoi pas PDF pour RAG

L'extraction PDF réintroduit le bruit de mise en page. Markdown à partir d'une analyse WordStar native conserve les titres et les mises en évidence comme structure sur laquelle un découpeur peut se baser, sans les déchets de drapeau de retour.

Le chemin de préparation hors ligne

• Convertir en lot `.ws` / `.wsd` / `.ws5`–`.ws7` en Markdown sur Windows.
• Gardez les originaux hors ligne ; fournissez uniquement l'arbre Markdown à votre indexeur.
• Segmentez sur les titres et les limites de lettres, pas sur des fenêtres brutes de 2 000 caractères à travers le mojibake.
• Intégrez avec votre pile de modèles locale ou VPC — ne collez jamais de lettres confidentielles dans une boîte de dialogue grand public.

Ce que le convertisseur doit corriger en premier

La qualité de la génération augmentée par récupération (RAG) s'effondre si le texte source contient encore des octets enveloppés à haute densité et des lignes littérales `.pl 66`. Déballez et interprétez ces couches une fois, hors ligne, puis considérez Markdown comme le système de référence pour l'intégration.

Limite de confidentialité

La conversion est locale. Votre service d'intégration est une décision séparée. Ne les confondez pas : obtenez d'abord un Markdown propre sur ce PC, puis appliquez la politique IA que votre organisation utilise déjà pour les autres documents.