9567eb7358
- assistantProfileConfig: KB answer prompt改为分层策略(严格产品信息+灵活常识补充) - nativeVoiceGateway: S2S upstream自动重连(最多50次)、event 351字幕debounce(800ms取最长文本) - toolExecutor: 确定性query改写增强、KB查询传递session上下文 - contextKeywordTracker: 支持KB话题记忆优先enrichment - contentSafeGuard: 新增品牌安全内容过滤服务 - assistantProfileService: 新增助手配置CRUD服务 - routes/assistantProfile: 新增助手配置API路由 - knowledgeKeywords: 扩展KB关键词词典 - fastAsrCorrector: ASR纠错规则更新 - tests/: KB prompt测试、保护窗口测试、Viking性能测试 - docs/: 助手配置API文档、系统提示词目录
ai-knowledge-splitter
@ 92e7fc5bda
AI 知识库文档智能分块工具
将多种格式文档解析为文本，通过 DeepSeek API 进行语义级智能分块，输出为 Markdown 文件。
支持格式
PDF、Word (.docx)、Excel (.xlsx/.xls)、CSV、HTML、TXT/MD、图片 (PNG/JPG/BMP/GIF/WEBP)
安装
cd ai-knowledge-splitter
pip install -r requirements.txt
使用
python main.py <输入文件> -k <DeepSeek API Key> [-o 输出路径] [-d 分隔符]
示例：
# 基本用法（输出为同名 .md 文件）
python main.py report.pdf -k sk-xxxxxxxx
# 指定输出路径
python main.py data.docx -k sk-xxxxxxxx -o output/result.md
# 自定义分隔符
python main.py notes.txt -k sk-xxxxxxxx -d "==="
参数说明
| 参数 | 必需 | 说明 |
|---|---|---|
input_file |
是 | 输入文件路径 |
-k, --api-key |
是 | DeepSeek API Key |
-o, --output |
否 | 输出文件路径（默认：同名 .md） |
-d, --delimiter |
否 | 分块分隔符（默认：---） |
运行测试
cd ai-knowledge-splitter
pytest tests/ -v