Загрузка файлов

Индексация загруженных файлов в Charo — форматы, распознавание сканов, ZIP-архивы с метаданными и обновление содержимого.

Что индексируется

Загруженные документы поддерживаемых форматов — из них извлекается текст.
ZIP-архив распаковывается: индексируются вложенные файлы поддерживаемых форматов.

Группа	Форматы
Текстовые файлы	TXT, MD, MDX, JSON, XML, YML/YAML, SQL, LOG, CONF
Документы	PDF, DOCX, DOC, PPTX, HTML, EML, EPUB
Таблицы	XLSX, XLSM, CSV, TSV
Изображения	JPG/JPEG, PNG, TIFF, BMP, GIF, WEBP

Текст со сканов и изображений распознаётся: страница PDF без текстового слоя, отдельно загруженная картинка и картинка внутри .docx, .pptx или .doc читаются и попадают в поиск наравне с обычным текстом. Подробности и разбор ошибок — «Распознавание текста».

Когда использовать

Коннектор «Загрузка файлов» — самый быстрый способ добавить знания: выгрузки из внутренних систем, регламенты, инструкции. В отличие от личных файлов пользователя, документы попадают в общий индекс и доступны в поиске согласно видимости коннектора.

Настройка в Charo

Откройте Админка → Добавление коннектора → Загрузка файлов.
В поле «Файлы» загрузите документы или ZIP-архив.
Задайте доступ (публичный или по группам) и создайте коннектор.

Учётные данные не нужны.

Метаданные в ZIP-архиве

В корень архива можно положить файл .charo_metadata.json с метаданными для вложенных файлов — тогда в ответах ассистента ссылки будут вести на первоисточник, а не на загруженный файл. Распознаются поля: link, file_display_name, title, primary_owners, secondary_owners, doc_updated_at, source_type, document_id.

За одну загрузку принимается один ZIP-архив.

Синхронизация прав

Не применима: у загруженных файлов нет источника прав. Управляйте доступом видимостью коннектора и группами (см. «Права доступа»).

Ограничения и обновление

Ограничение на одну загрузку — 512 МБ на весь запрос; оно действует и на стороне API, и на обратном прокси. Отдельного лимита на один файл нет.
Содержимое статично: чтобы обновить документ, загрузите новую версию файла в коннектор.

Устранение неполадок

Архив не читается

Файл с расширением .zip, который на самом деле архивом не является. Проверьте выгрузку и загрузите архив заново. Отдельно отклоняются архивы, в которых путь вложенного файла выходит за пределы архива, — перепакуйте такой архив.

Файл не проиндексировался

Формат не поддерживается, файл повреждён либо текста в нём не нашлось вовсе — ни в самом документе, ни на его картинках. Карточка коннектора называет причину и файл.

Не ищется текст с картинки

Откройте изображение и проверьте, есть ли на нём читаемый текст: очень мелкий, рукописный или сильно повёрнутый распознавание не берёт. Анимации (GIF, APNG) не распознаются — сохраните нужный кадр отдельным файлом.