Leggere un lungo PDF per trovare una sola clausola è lento, e la maggior parte dei tool di chat si limita a riassumere la prima pagina. Lascia cadere un documento in questo bot Telegram e lui indicizza l'intero file, poi risponde alle tue domande direttamente in chat.
Leggere un lungo PDF per trovare una sola clausola è lento, e la maggior parte dei tool di chat si limita a riassumere la prima pagina. Lascia cadere un documento in questo bot Telegram e lui indicizza l'intero file, poi risponde alle tue domande direttamente in chat.
Ogni risposta arriva con la citazione della pagina, così puoi verificarla invece di fidarti di un'ipotesi. Il documento resta caricato per ogni utente, così le domande successive sullo stesso file mantengono il loro contesto.
Come gira
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Divide il documento in chunk, ne calcola gli embedding e indicizza i vettori per il retrieval.
pending
A ogni domanda, recupera i chunk più pertinenti e risponde con le citazioni delle pagine.
pending
Mantiene il documento indicizzato per ogni utente, così le domande successive restano fondate su quel file.
pending
Esempio di output
json
// Sample output
// (generated when the pipeline finishes)
Answer the question using only the retrieved PDF chunks; cite the page number and say so if the answer is absent.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.