Förbered WordStar-arkiv för AI och RAG — offline

Varför inte PDF för RAG

PDF-extraktion återintroducerar layoutbrus. Markdown från en inhemsk WordStar-parsning behåller rubriker och betoning som struktur som en chunker kan dela på, utan skräpet från wrap-flaggan.

Offline-förberedelsevägen

• Parti-konvertera `.ws` / `.wsd` / `.ws5`–`.ws7` till Markdown på Windows.
• Håll original offline; mata endast Markdown-trädet till din indexerare.
• Dela upp efter rubriker och bokstavsgränser, inte på råa 2k-teckensfönster genom mojibake.
• Inbädda med din lokala eller VPC-modellstack — klistra aldrig in privilegierade brev i en konsumentchatt.

Vad omvandlaren måste åtgärda först

Kvaliteten på Retrieval-Augmented Generation (RAG) kollapsar om källtexten fortfarande innehåller högbitspaket och bokstavliga `.pl 66`-rader. Avpaketera och tolka dessa lager en gång, offline, och behandla sedan Markdown som systemet för registrering av embedding.

Integritetsgräns

Konvertering är lokal. Din inbäddningstjänst är ett separat beslut. Sudda inte ut dem: få ren Markdown på denna PC först, och tillämpa sedan vilken AI-policy som din organisation redan använder för andra dokument.