Att läsa en lång PDF för att hitta en enda klausul är långsamt, och de flesta chattverktyg sammanfattar bara första sidan. Släpp ett dokument i den här Telegram-boten så indexerar den hela filen och svarar sedan på dina frågor inne i chatten.
Att läsa en lång PDF för att hitta en enda klausul är långsamt, och de flesta chattverktyg sammanfattar bara första sidan. Släpp ett dokument i den här Telegram-boten så indexerar den hela filen och svarar sedan på dina frågor inne i chatten.
Varje svar kommer med en sidhänvisning, så att du kan verifiera det i stället för att lita på en gissning. Dokumentet ligger kvar laddat per användare, så följdfrågor om samma fil behåller sin kontext.
Så kör den
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.
Dela upp dokumentet i delar, embedda dem och indexera vektorerna för hämtning.
pending
Vid varje fråga, hämta de mest relevanta delarna och svara med sidhänvisningar.
pending
Behåll det indexerade dokumentet per användare så att följdfrågor förblir förankrade i den filen.
pending
Exempel på 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.