Przekopywanie długiego PDF-a w poszukiwaniu jednego zapisu jest powolne, a większość narzędzi czatowych po prostu streszcza pierwszą stronę. Wrzuć dokument do tego bota na Telegramie, a zaindeksuje cały plik i będzie odpowiadać na Twoje pytania prosto w czacie.
Przekopywanie długiego PDF-a w poszukiwaniu jednego zapisu jest powolne, a większość narzędzi czatowych po prostu streszcza pierwszą stronę. Wrzuć dokument do tego bota na Telegramie, a zaindeksuje cały plik i będzie odpowiadać na Twoje pytania prosto w czacie.
Każda odpowiedź zawiera odniesienie do strony, więc możesz ją zweryfikować, zamiast ufać zgadywaniu. Dokument pozostaje wczytany dla danego użytkownika, więc kolejne pytania o ten sam plik zachowują kontekst.
Jak działa
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.
Podziel dokument na fragmenty, wygeneruj ich embeddingi i zaindeksuj wektory pod kątem wyszukiwania.
pending
Podczas każdego pytania pobierz najbardziej istotne fragmenty i udzial odpowiedzi z powołaniem się na strony.
pending
Utrzymuj zindeksowany dokument przypisany do użytkownika, aby pytania follow-up pozostawały osadzone w tym pliku.
pending
Przykładowe wyjście
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.