JAVA开发AI应用（七）：构建知识库之文档内容提取

要构建自己的知识库，就少不了要支持文档内容提取，将文档内容提取后，再进行向量化，然后存储到向量数据库中，就完成了知识库的搭建。

接下来演示如何使用JBolt AI进行word 文档内容提取

前置准备

1. 一个word文档，里面有文字，有图片等，如下图所示：
   

3. JBolt AI 我们自研的，基于JBolt平台底座打造的Java企业级AI数智化应用极速开发平台，提供AI辅助系统设计，可视化代码生成与自动化模块构建，零代码AI知识库应用开发，零代码AI智能体（Agent）工具箱等核心能力，是国内领先的Java企业级AIGS解决方案。

开搞

JBoltText.extract(new File("d:/download/data/chatgpt.docx")).onSuccess((e, result) -> {
            System.out.println("提取到内容：");
            System.out.println(result.getContent());
        }).onFile((e, file) -> {
            //如果检测到文件，比如图片、音频、视频、附件等，将它保存到硬盘
            FileUtil.writeFromStream(file.getInputStream(), new File("d:/download/tmp/chatgpt/" + file.getFileName()));
            //然后将图片转为文本，按照原文顺序输出
            return "["+file.getFileName()+"](http://test.com/chatgpt/" + file.getFileName() + ")";
        }).publish().await();

可以看到，word文档中的图片，成功下载保存，并且转为了我们自定义的另一种文本，替换了原来的图片。
通常，我们是会将检测到的文件，保存到文件服务器，然后转为可访问url，进行替换的。

---

JBolt AI 支持图片OCR，word文档内容提取，excel文档内容提取，ppt文档内容提取，pdf文档内容提取，markdown文档内容提取，txt内容提取，网页内容提取以及其他多种格式的文档内容提取。

往期文章：
JAVA开发AI应用（一）：调用大模型实现基本聊天
JAVA开发AI应用（二）：调用大模型实现上下文聊天
JAVA开发AI应用（三）：调用大模型实现多模态聊天
JAVA开发AI应用（四）：实现复杂的业务流程1
JAVA开发AI应用（五）：实现复杂的业务流程2 意图识别
AVA开发AI应用（六）：调用Embedding大模型实现RAG(检索增强)

关于我们

我们是山东向量空间人工智能科技有限公司，一家专注于做人工智能领域应用和解决方案的公司，欢迎大家一起交流。