为了实现批量上传GPT的知识库并且功能，那么这个上传组件就必不可少，需要能把文档上传到服务器中。
前端部分，我是采用的cdn引入的形式，引入的elmentui。该框架是有上传组件的，可以参考我的用法：
action部分就是上传接口，其他三个是上传之前的处理，上传成功和失败后的回调函数
action="/{{.collectName}}/uploadDoc" :on-success="uploadDocSuccess" :on-error="uploadError" :before-upload="beforeUpload" > 上传之前，我对文件后缀进行了判断，只允许txt docx 和xlsx的后缀上传。并且增加了loading效果。 //上传文件失败 uploadDocSuccess(response, file, fileList){ this.loading.close(); if(response.code==200){ this.$message({ message: "上传成功", type: 'success' }); this.getAllKnowledge(); }else{ this.$message({ message: response.msg, type: 'error' }); } }, //上传文件失败 uploadError(){ this.loading.close(); }, //上传之前 beforeUpload(file){ this.loading = this.$loading({ lock: true, text: "上传中", }); let ext=file.name.substring(file.name.lastIndexOf(".")+1); if (ext != 'txt' && ext != 'docx' && ext != 'xlsx') { this.$message.error('上传文件只能是 .txt .docx .xlsx 格式!'); this.loading.close(); return false; } }, 后端部分可以参照我的后端处理函数： 我在后端同样判断了后缀，并且是根据后缀的不同，来读取对应的文本。 然后再分块去调用向量化接口，存入向量数据库。 //上传doc router.POST("/:collectName/uploadDoc", func(c *gin.Context) { collectName := c.Param("collectName") f, err := c.FormFile("file") if err != nil { c.JSON(200, gin.H{ "code": 400, "msg": "上传失败!" + err.Error(), }) return } else { fileExt := strings.ToLower(path.Ext(f.Filename)) if fileExt != ".docx" && fileExt != ".txt" && fileExt != ".xlsx" { c.JSON(200, gin.H{ "code": 400, "msg": "上传失败!只允许txt或docx或xlsx文件", }) return } fileName := collectName + f.Filename c.SaveUploadedFile(f, fileName) text := "" if fileExt == ".txt" { // 打开txt文件 file, _ := os.Open(fileName) // 一次性读取整个txt文件的内容 txt, _ := ioutil.ReadAll(file) text = string(txt) file.Close() } else if fileExt == ".docx" { text, err = utils.ReadDocxAll(fileName) } else { text, err = utils.ReadExcelAll(fileName) } removeErr := os.Remove(fileName) if removeErr != nil { log.Println("Remove error:", fileName, removeErr) } if err != nil { c.JSON(200, gin.H{ "code": 400, "msg": err.Error(), }) return } chunks := SplitTextByLength(text, 300) for _, chunk := range chunks { pointId := uuid.NewV4().String() Train(pointId, collectName, chunk) } os.Remove(fileName) c.JSON(200, gin.H{ "code": 200, }) } }) 实现的效果如下图所示 这个本地知识库对接ChatGPT，如果有需要的朋友，可以找我联系。
发表评论