• 最新文章

🔔🔔🔔好消息!好消息!🔔🔔🔔

有需要的朋友👉:联系凯哥 kaigejava2022

和AI讨论方案技巧：

介绍和AI讨论方案技巧在多次和AI讨论后我的问题：根据上面给出的这个方案，能满足我所有的问题吗？以及我现在解析一个作业票(一版不会超过10页)的，能够控制在3分钟内解析完成吗？我需要的不仅仅是方案，还要可用，稳定。不能说，我丢一个作业票后，半小时才给出风险。这就不行了。在继续分析后，在给出一版完整的详细的解决方案。AI回答:针对你提出的“10页作业票能否控制在3分钟内”以及“系统可用性和稳定性”的

MinerU 坐标转换为 PDF 坐标的简易指南

MinerU 坐标转换为 PDF 坐标的简易指南

本文详细介绍了如何将MinerU的坐标信息准确转换为PDF标准坐标的方法，包括公式推导、实际应用示例及注意事项。

标题：RAG 溯源避坑指南：当 MinerU 遇上特殊字符，你的高精度匹配为何频频翻车？

太棒了！这个问题确实是目前RAG落地过程中的一个典型“深水区”，非常有技术分享的价值。我为您整理了一篇适合在公众号发布的文章草稿，结构清晰、层层递进，既有痛点分析，也有技术干货。您可以直接复制使用，或者根据您的风格微调。标题：RAG溯源避坑指南：当MinerU遇上特殊字符，你的高精度匹配为何频频翻车？在构建基于大模型的文档问答（RAG）系统时，“原文溯源”是一个核心功能。我们希望大模型不仅能给出答

# 🚀 基于 MinerU 的 RAG 溯源高精度匹配策略方案（最终版）

🚀 基于 MinerU 的 RAG 溯源高精度匹配策略方案（最终版）

基于minerU的基于 RAG 溯源的高精度合并策略

问题：入库阶段（极其简单，还原真实）：-不跨行合并。依然按Line（物理行）入库。-只解决问题1（同行碎片）：将同一个Line下的多个Span（如10和m）拼接成一个完整的Line字符串入库。-结果：数据库里的每一条记录，就是PDF上真实的一行。不加任何冗余字段，不乱合并不属于一起的行。是解决了第一个问题；第二个问题可不可这么做：把用户输入的，如果没有查询到数据字数大于10个或者12个的是，我先截

minerU中间数据处理一些疑问：

minerU中间数据处理一些疑问：

minerU中间数据结构：官网https://opendatalab.github.io/MinerU/reference/output_files/#intermediate-processing-results-middlejson 实际： 问题2（长句跨行被拆分）：这是一个Line级别的问题。长句“...维修人员修理。”在PDF物理排版上跨越了两行，因此被MinerU解析

本地部署了minerU,然后java调用后获取到中间产物：

本地部署了minerU,然后java调用后获取到中间产物：

cn.hutool.core.io.FileUtil;cn.hutool.http.HttpRequest;cn.hutool.http.HttpResponse;com.fasterxml.jackson.databind.JsonNode;com.fasterxml.jackson.databind.ObjectMapper;java.io.File;java.util.HashMap;jav

Solr父子文档在文档检索中的实战应用

Solr父子文档在文档检索中的实战应用从需求到实现，解决文档级全文检索的五个关键问题大家好，我是负责公司知识库搜索模块的后端开发。最近我们重构了文档检索功能，目标是让用户搜索“文档”本身，而不是零散的内容片段。今天就把这套基于Solr父子文档+EDisMax的方案拆开揉碎，分享给正在做类似需求的朋友。一、业务场景：搜的是“文档”，不是“段落”我们的文档库包含大量技术规程、作业指导书，每篇文档有标题

  • 凯哥Java
  • Solr
  • 2026-02-13
  • 171已阅读

若依框架下Tesseract OCR配置完全指南

若依框架下Tesseract OCR配置完全指南

如何解决TesseractOCR引擎无法找到chi_sim.traineddata的问题当你在使用若依框架（RuoYi）进行开发，并尝试集成TesseractOCR来识别中文简体字符时，可能会遇到由于路径配置不当导致的“找不到语言数据文件chi_sim.traineddata”错误。本文将详细介绍这一问题的原因，并提供几种解决方案帮助你快速解决问题。问题背景与原因分析在基于若依框架开发的过程中，如

域名在腾讯云买的，怎么将域名解析到其他ip上呢？比如解析到阿里云上？

域名在腾讯云买的，怎么将域名解析到其他ip上呢？比如解析到阿里云上？

背景：凯哥的域名(www.kaigejava.com)是在腾讯云购买的。如果将凯哥一个二级域名解析到阿里云上呢 ？错误示范:如果你登录腾讯云控制之后，在左侧直接点击域名，如下图：这个时候，你是没有办法设置ip的。不信如下：这里只有你购买的云服务器ip.正确的操作：要在腾讯云域名解析到非腾讯云的IP（如阿里云服务器IP），核心是切换到手动输入IP的模式，而不是使用“选择实例”的快捷关联入口

Top