Pemuat dan Pengurai Dokumen
Gunakan pemuat LlamaHub untuk lebih dari 200 tipe sumber, serta pengurai yang mempertahankan struktur (tabel, judul).
Pemuat dan Pengurai Dokumen adalah pelajaran AI Agents gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar AI Agents, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AI Agents mencakup 4 pelajaran total.
Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.
LlamaIndex dibandingkan LangChain
LlamaIndex (sebelumnya GPT-Index) adalah kerangka agen besar lainnya. Fokusnya adalah RAG dan agen yang berpusat pada dokumen.
Kelebihan: abstraksi yang lebih bersih untuk jenis indeks, penguraian PDF/dokumen terstruktur yang lebih baik, serta pilihan sintesis respons yang mendalam.
Install
# pip install llama-index
from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderEasiest Path: SimpleDirectoryReader
documents = SimpleDirectoryReader('./docs').load_data()
print(f'{len(documents)} documents')
print(documents[0].text[:200])LlamaHub
LlamaHub adalah registri komunitas yang menyediakan lebih dari 200 pemuat data:
# pip install llama-index-readers-notion
from llama_index.readers.notion import NotionPageReader
reader = NotionPageReader(integration_token='...')
docs = reader.load_data(database_ids=['db-id'])LlamaParse untuk PDF
LlamaParse adalah pengurai PDF standar terbaik — menangani tabel, tata letak multikolom, dan matematika:
# pip install llama-parse
from llama_parse import LlamaParse
parser = LlamaParse(result_type='markdown', api_key='...')
docs = parser.load_data('handbook.pdf')Tabel Itu Sulit
Pengurai PDF standar sering merusak tabel. LlamaParse mengekstraknya sebagai tabel Markdown yang benar — sangat penting untuk dokumen keuangan/ilmiah.
Web Loaders
from llama_index.readers.web import SimpleWebPageReader
docs = SimpleWebPageReader().load_data(['https://example.com'])Database Loaders
from llama_index.readers.database import DatabaseReader
reader = DatabaseReader(sql_database=SQLDatabase(engine))
docs = reader.load_data(query='SELECT * FROM articles')Metadata Dokumen
Setiap Document memiliki metadata yang dapat Anda gunakan untuk pemfilteran dan sitasi:
doc = documents[0]
print(doc.text)
print(doc.metadata)
# {'file_name': 'handbook.pdf', 'page_label': '1'}Menambahkan Metadata Khusus
Perkaya dokumen setelah dimuat:
for doc in documents:
doc.metadata['department'] = 'engineering'
doc.metadata['last_reviewed'] = '2024-08'Mengecualikan Metadata dari LLM
Beberapa metadata hanya untuk pemfilteran, bukan untuk dilihat oleh LLM:
doc.excluded_llm_metadata_keys = ['internal_id', 'file_path']
# LLM still sees the text, but not those keys.Pemuatan Asinkron
Banyak pemuat mendukung asinkron untuk kelompok besar:
docs = await reader.aload_data(['url1', 'url2', 'url3'])Keunggulan LlamaParse
Apa yang dikenal sebagai keunggulan LlamaParse?
Ringkasan
SimpleDirectoryReader untuk memulai dengan cepat, LlamaHub untuk sumber SaaS, dan LlamaParse untuk PDF yang kompleks. Document.metadata sangat membantu Anda.
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Pemuat dan Pengurai Dokumen” gratis?
Ya — teks lengkap “Pemuat dan Pengurai Dokumen” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AI Agents, upgrade ke CoddyKit PRO. Kursus AI Agents mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Pemuat dan Pengurai Dokumen”?
Gunakan pemuat LlamaHub untuk lebih dari 200 tipe sumber, serta pengurai yang mempertahankan struktur (tabel, judul). Kamu berlatih AI Agents dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai AI Agents?
Tidak diperlukan pengalaman sebelumnya. AI Agents di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.
Berapa lama pelajaran “Pemuat dan Pengurai Dokumen” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran AI Agents ini?
Ya. Setiap pelajaran AI Agents menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Pemuat dan Pengurai Dokumen
- Hierarki Indeks: Vektor, Pohon, Kata Kunci
- Mesin Kueri dan Sintesis Respons
- Strategi Penguraian Subpertanyaan