पेज-संदर्भित
हर चंक स्रोत PDF और पेज नंबर सुरक्षित रखता है, जिससे खोज को मूल दस्तावेज़ तक ट्रेस किया जा सके।
AI दस्तावेज़ वर्कफ़्लो
PDF से RAG चंक्स कन्वर्टर
PDF को संरचित, पेज-संदर्भित चंक्स में बदलें ताकि उन्हें खोजना, उद्धृत करना और AI सिस्टम में देना आसान हो। कई दस्तावेज़ एक साथ प्रोसेस करें, चंकिंग रणनीति समायोजित करें और JSON या ZIP डाउनलोड करें।
PDF यहाँ छोड़ें
एक या कई PDF से AI/RAG के लिए तैयार डेटासेट बनाएँ।
PDF25 फ़ाइलों तक
तुरंत प्रोसेसिंगHTTPS से सुरक्षितक्लिपबोर्ड पेस्ट
स्मार्ट चंक सेटिंग्स
छोटे चंक्स सटीक खोज में मदद करते हैं; बड़े चंक्स अधिक संदर्भ बनाए रखते हैं। सामान्य दस्तावेज़ों के लिए लगभग 1,200 / 150 से शुरू करें।
बैच के लिए तैयार
दस्तावेज़ों के समूह को एक रन में प्रोसेस करें और हर PDF की अलग JSON फ़ाइल एक ZIP में डाउनलोड करें।
प्रदाता-स्वतंत्र
संरचित डेटा एक्सपोर्ट करें बिना किसी खास LLM, embedding मॉडल या वेक्टर डेटाबेस पर निर्भर हुए।
PDF को RAG चंक्स में क्यों बदलें?
PDF तैयार दस्तावेज़ साझा करने के लिए अच्छे हैं, लेकिन वे स्वतः retrieval के लिए संरचित नहीं होते। लंबी रिपोर्ट में सैकड़ों पृष्ठ, दोहराए गए हेडर, पेज ब्रेक और असंबंधित हिस्से हो सकते हैं।
चंक किया हुआ डेटासेट आपके एप्लिकेशन को छोटे यूनिट्स इंडेक्स और रिट्रीव करने देता है। MAXScanner हर चंक के साथ मूल फ़ाइल नाम और पेज संदर्भ रखता है ताकि स्रोत तक स्पष्ट रास्ता बना रहे।
हर दस्तावेज़ के लिए एक ही आदर्श चंक आकार नहीं होता। यह टूल निर्णय छिपाने के बजाय चंक आकार और ओवरलैप सीधे नियंत्रित करने देता है।
यह कैसे काम करता है
01
एक या अधिक PDF जोड़ें
02
पृष्ठों का पढ़ने योग्य टेक्स्ट निकालें
03
चुने हुए ओवरलैप के साथ टेक्स्ट विभाजित करें
04
JSON या ZIP डाउनलोड करें
अक्सर पूछे जाने वाले प्रश्न
PDF RAG चंक क्या है?+
RAG चंक दस्तावेज़ का छोटा, ट्रेस करने योग्य हिस्सा है जिसे AI सिस्टम खोज सकता है। MAXScanner हर चंक के साथ स्रोत फ़ाइल नाम और पेज नंबर रखता है।
क्या मैं कई PDF प्रोसेस कर सकता हूँ?+
हाँ। एक रन में अधिकतम 25 PDF जोड़ें। MAXScanner एक संयुक्त डेटासेट और हर स्रोत PDF के लिए अलग .rag.json फ़ाइल वाला ZIP बनाता है।
कौन-सा चंक आकार उपयोग करूँ?+
सामान्य दस्तावेज़ों के लिए लगभग 1,200 अक्षर और 150 अक्षर ओवरलैप एक अच्छा शुरुआती बिंदु है।
क्या यह embeddings बनाता है?+
नहीं। यह टूल केवल संरचित चंक्स तैयार करता है और आपको किसी खास embedding प्रदाता या वेक्टर डेटाबेस से नहीं बाँधता।
क्या स्कैन की गई PDF पर OCR होता है?+
जिन image-only पृष्ठों में टेक्स्ट लेयर नहीं है वे खाली चंक्स दे सकते हैं। स्कैन किए दस्तावेज़ पर पहले OCR PDF उपयोग करें।
JSON का उपयोग कहाँ कर सकता हूँ?+
इसे वेक्टर डेटाबेस में लोड करें, दस्तावेज़ खोज बनाएँ, LLM संदर्भ तैयार करें, उद्धरण सहित retrieval बनाएँ या अपनी ingestion pipeline में उपयोग करें।
संबंधित MAXScanner वर्कफ़्लो: PDF to Markdown, PDF to JSON, OCR PDF, Extract Tables.