我需要一種簡單的方法，將上傳的檔案轉換為適合分塊（chunking）和嵌入（embeddings）的純文字。

將上傳的文件轉換為乾淨的純文字，為後續的分塊和嵌入工作流程做好準備。這使得在無需手動複製貼上或重新格式化的情況下，能更可靠地為語意搜尋、檢索和其他 AI 用例建立內容索引。

此功能將上傳的檔案轉換為標準化的純文字輸出，並針對分塊和嵌入進行了優化。它專注於產生一致的文字，這些文字可以被分割成區塊，並以最少的額外預處理傳遞給嵌入模型。使用者上傳一個或多個檔案，並接收提取出的文字作為後續管道的主要輸出。產生的文字可用於建立可搜尋的知識庫、檢索增強生成（RAG）系統以及文件理解工作流程。透過減少格式雜訊並將內容標準化為純文字，它有助於建立更可預測的區塊邊界和嵌入輸入。它還透過消除手動開啟文件並將內容複製到處理工具的需求，簡化了資料擷取過程。團隊可以使用它快速準備內部文件、報告、手冊和其他知識來源以進行索引。輸出結果適合與元資料一起儲存，並在分塊策略演進時進行後續處理。總體而言，它加速了從原始上傳到嵌入就緒文字的過程，提高了搜尋和 AI 助理的迭代速度。