File type input and output - Platform For AI: Central de Documentação do Alibaba Cloud

Pré-requisitos

Antes de começar, verifique se você tem:

Um fluxo de aplicativo do LangStudio com pelo menos um nó Start e um nó End
Acesso de leitura e gravação a um bucket do OSS (obrigatório para todas as operações do tipo File)

Aceitar uploads de arquivos no nó Start

Defina uma variável de entrada do tipo arquivo no nó Start para receber arquivos dos usuários no início de um fluxo de trabalho.

O LangStudio oferece suporte aos seguintes tipos de arquivo para entrada no nó Start:

Tipos de documento: PDF, DOCX, PPTX, XLSX, XLS, TXT, MD, CSV, JSONL, HTML e HTM
Tipos de imagem: JPG, JPEG, PNG, BMP e TIFF
Tipos de áudio: MP3, WAV e AAC
Tipos de vídeo: MP4, MOV, AVI, MKV, M4V, WMV, FLV, ASF e QT

Após definir uma variável do tipo arquivo, os usuários podem fazer upload de arquivos pelo painel de conversa via Parameter Configuration. Dois métodos de upload estão disponíveis:

Upload From Local: Faça upload de um arquivo diretamente do dispositivo do usuário.
Enter URL: Forneça uma URL que aponte para o arquivo. Dois formatos de URL são aceitos:
- OSS URI: Um caminho de arquivo no Alibaba Cloud OSS, como oss://bucket-name/path/to/file.pdf.
- Link HTTP/HTTPS: Um link de download acessível publicamente, como https://example.com/file.docx.

Processar arquivos

O nó Start coleta o arquivo, mas não lê nem analisa seu conteúdo. Encaminhe o arquivo para um nó downstream para processamento.

Qual abordagem usar

Cenário	Abordagem recomendada
Extrair texto de formatos de documento padrão (PDF, DOCX, TXT e similares) para processamento por LLM	Nó Document Parsing
Processamento binário personalizado, conversão de formato ou geração programática de novos arquivos	Nó Python

Nó Document Parsing

Encaminhe documentos carregados para um nó Document Parsing para extrair o conteúdo textual e usá-lo em nós LLM. Para mais detalhes, consulte Document Parsing.

Cenário comum: Um usuário faz upload de um PDF, o nó Document Parsing extrai o texto e um nó LLM responde a perguntas com base nesse conteúdo.

Nó Python

Em um nó Python, referencie uma variável do tipo arquivo como entrada ou gere um objeto File como saída.

Nota

File é o tipo principal que o LangStudio usa para representar arquivos. Importe-o com from langstudio.types import File.

O LangStudio fornece cinco métodos para construir objetos File.

Construção direta

Use File() para referenciar um arquivo existente por sua localização. Este é o método mais simples e funciona para arquivos já armazenados no OSS ou acessíveis via URL.

Parâmetro	Tipo	Obrigatório	Descrição	Exemplo
`source_uri`	`str`	Sim	Localização do arquivo. Aceita URL HTTP/HTTPS, URI do OSS (`oss://`) ou caminho local dentro do ponto de montagem do contêiner.	`"https://files.example.com/report.pdf"`
`download_url`	`str`	Não	Link HTTP/HTTPS para download. Se omitido, o sistema gera um automaticamente. Para URIs do OSS, gera uma URL assinada válida por sete dias. Chame `File.get_download_url()` para renová-la após a expiração.	`"https://oss-cn-beijing.aliyuncs.com/my-bucket/...?Expires=...&OSSAccessKeyId=..."`
`file_id`	`str`	Não	Identificador exclusivo do arquivo. Se omitido, o sistema gera um UUID de 8 dígitos.	`"a1b2c3d4"`
`file_name`	`str`	Não	Nome do arquivo. Se omitido, o sistema o infere a partir de `source_uri`.	`"annual_summary_report.docx"`
`file_type`	`str`	Não	Tipo MIME (Multipurpose Internet Mail Extensions), como `application/pdf`. Se omitido, o sistema o infere pela extensão do nome do arquivo.	`"application/vnd.openxmlformats-officedocument.wordprocessingml.document"`

from langstudio.types import File

file = File(source_uri="https://example.com/report.pdf")
file = File(source_uri="oss://my-bucket/docs/file.docx")

Construção a partir de uma string

Use File.from_content() para criar um arquivo a partir de conteúdo em string. Este método é adequado para gerar arquivos baseados em texto, como Markdown, TXT e CSV.

Parâmetro	Tipo	Obrigatório	Descrição	Exemplo
`content`	`str`	Sim	Conteúdo em string a ser salvo. O conteúdo é codificado em UTF-8 antes do upload.	`"# Generate Report\nThis content is automatically generated by the system."`
`file_name`	`str`	Sim	Nome do arquivo gerado.	`"report.md"`

from langstudio.types import File

content = "# Generate Report\nThis content is automatically generated by the system."
file = File.from_content(content=content, file_name="report.md")

Construção a partir de uma sequência de bytes

Use File.from_bytes() para criar um arquivo a partir de dados binários. Este método é ideal para formatos binários, como arquivos PDF, imagens e documentos do Office.

Parâmetro	Tipo	Obrigatório	Descrição	Exemplo
`content`	`bytes`	Sim	Dados binários a serem salvos.	`b"%PDF-1.4\n1 0 obj\n<< /Type /Catalog >>\nendobj\n"`
`file_name`	`str`	Sim	Nome do arquivo gerado.	`"test.pdf"`

from langstudio.types import File

# pdf_data is a bytes object
file = File.from_bytes(content=pdf_data, file_name="test.pdf")

Construção a partir de um arquivo local

Use File.from_local_file() para fazer upload de um arquivo do sistema de arquivos local do contêiner. Este método é apropriado para arquivos em um caminho conhecido dentro do contêiner.

Parâmetro	Tipo	Obrigatório	Descrição	Exemplo
`local_path`	`str`	Sim	Caminho do arquivo no sistema de arquivos local.	`"/tmp/report.docx"`
`file_name`	`str`	Não	Nome do arquivo gerado. Se omitido, o sistema usa o nome do arquivo de `local_path`.	`"final_report.docx"`

from langstudio.types import File

# The file already exists at /tmp/output.pptx
file = File.from_local_file(local_path="/tmp/output.pptx", file_name="presentation.pptx")

Construção a partir de um fluxo de dados

Use File.from_stream() para criar um arquivo a partir de uma origem de fluxo. Recomendado para arquivos grandes ou quando os dados chegam como fluxo de rede, objeto BytesIO ou outro iterável.

Parâmetro	Tipo	Obrigatório	Descrição	Exemplo
`stream`	`str	bytes	BinaryIO	Iterator[bytes]`	Sim	Origem dos dados. Aceita string de URL HTTP/HTTPS, objeto `bytes`, fluxo `io.BytesIO`, objeto `requests.Response` (com `stream=True`) ou qualquer iterável de bytes.	`"https://example.com/large-video.mp4"`
`file_name`	`str`	Sim	Nome do arquivo gerado.	`"downloaded_video.mp4"`

import io
from langstudio.types import File

url = "https://example.com/data.jsonl"
file = File.from_stream(stream=url, file_name="data.jsonl")

Retornar saída de arquivo do nó End

Use um objeto File como saída do nó End para retornar um arquivo do fluxo de trabalho. No painel de conversa, clique em View other outputs para visualizar e baixe o arquivo de saída.

Configure permissões do OSS

Todas as operações do tipo File exigem acesso de leitura e gravação a um bucket do OSS. Configure os seguintes ajustes ao crie um runtime e implantar um fluxo de aplicativo:

Selecione o caminho padrão do workspace como caminho de trabalho atual.
Em Instance RAM Role, selecione PAI Default Role. Caso opte por Custom Role, conceda a permissão AliyunOSSFullAccess à função personalizada. Sem essa permissão, o LangStudio não consegue executar operações de entrada e saída de arquivos.

Crie um runtime:

Implante um fluxo de aplicativo: