2.5 KiB
2.5 KiB
Examples 示例文件
本目录包含两个主要的测试示例:
📁 simple_test.py - 基础功能测试
用途: 验证RAG系统的基础功能
- 🔧 纯文本文档处理
- 📄 文档加载和切分
- 🔍 文本向量化和存储
- 🔎 相似性搜索
- 📝 查询结果整合
特点:
- 禁用图片处理(专注基础功能)
- 适合快速验证系统可用性
- 轻量级测试
运行:
python examples/simple_test.py
🚀 ad_test.py - 高级功能测试
用途: 验证多格式文档和图片内容识别
- 📄 多格式文档解析 (DOCX, PDF, XLSX, CSV)
- 🖼️ 图片自动提取和处理
- 🤖 图片内容描述生成
- 📝 图片文本内容识别 (OCR)
- 🔍 混合内容检索 (文本+图片)
- 📊 内容分类显示
特点:
- 启用完整图片处理功能
- 使用BLIP模型进行图片理解
- 支持图片中文本提取
- 增强的查询结果显示
运行:
python examples/ad_test.py
🔧 图片文本识别功能
高级测试(ad_test.py
)包含增强的图片文本识别功能:
✅ 图片内容处理
- 自动提取: 从DOCX和PDF文档中自动提取嵌入的图片
- 智能描述: 使用BLIP模型生成图片内容描述
- 文本识别: 支持OCR提取图片中的文字内容
- 分类标记: 自动识别图片类型(技术图、数据图表等)
📝 OCR文本提取
系统尝试从图片中提取文字内容,支持:
- pytesseract: 高精度OCR引擎(需要安装)
- easyocr: 备用OCR方案(支持中英文)
- 基础模式: 如果OCR库不可用,提供基础信息
🔍 增强检索体验
- 内容分类: 查询结果区分图片内容和文本内容
- 统计信息: 显示检索到的文本和图片数量
- 格式化显示: 图片内容带特殊标记
🖼️ [图片内容]
📋 测试文档要求
基础测试文档
python_basics.txt
- Python基础知识data_science.txt
- 数据科学内容
高级测试文档
complex_data_science.docx
- 包含图片的Word文档ai_research_report.pdf
- 包含图片的PDF报告company_report.xlsx
- Excel工作簿sales_data.csv
- CSV数据文件
🎯 预期效果
基础测试
- ✅ 文档正常加载和处理
- ✅ 文本查询返回相关结果
- ✅ 系统响应时间正常
高级测试
- ✅ 多格式文档成功解析
- ✅ 图片内容被自动识别和描述
- 🖼️ 图片查询能返回图片相关内容
- 📊 查询结果包含内容类型统计
- 🔍 图片和文本内容可被统一检索