018.RAG与Agent性能调优50讲|01｜如何统一多源文档格式？破解PDFWord图片等混杂内容解析难题

很多团队做 RAG 或 Agent 项目时，卡住的地方不在模型，而在喂进去的资料本身。一份产品手册是 PDF，一份会议纪要来自 Word，还有流程图和扫描件是图片，直接丢进流程里，检索出来的内容要么缺半句，要么把表格拆得七零八落。这门课盯的就是这个环节：把多源混杂的文档整理成模型能稳定消费的格式，再谈后面的检索和生成。

它解决的是数据入口这一段的具体麻烦

课程从文档解析切入，处理的是实际工作中反复出现的问题：PDF 里的跨页表格怎么对齐合并、图片里的文字和版面信息怎么提取、同一份材料在不同格式下术语写法不一致导致检索结果飘忽、按固定字数切片把一句完整的话拦腰截断。这些不是理论问题，而是你调完一轮参数后发现效果上不去、回头查才发现是原始数据没处理干净的那类问题。课程围绕格式统一、结构化输出、术语归一、语义切片这几条线展开，目标是把非结构化资料转成可检索、可追溯的结构化内容。

适合什么基础，先看哪几块

如果你写过简单的 RAG 流程，调用过向量库，知道 embedding 和切片大概是怎么回事，这门课能直接补上你缺的工程细节。如果你还没动手搭过检索链路，建议先跳过术语词库那部分，从文档格式统一和表格结构还原入手，把一份自己的 PDF 处理通，再往下走。已经踩过切片语义割裂坑的人，可以优先看语义段落识别那两节，对照自己现在的切片策略做调整。

学完之后能独立做什么

比较现实的目标是：你能针对一批格式混杂的内部资料，设计出一套解析和清洗流程，把 PDF、Word、图片里的正文和表格转成统一结构，处理跨页表格的合并，建立一份领域术语对照表来减少检索时的同义混淆，并根据内容类型选择合适的切片方式而不是一刀切。这些做完，检索的召回质量会有可感知的变化，而不是靠反复换模型碰运气。

资料怎么配合练习

课程按问题拆成若干讲，每讲对应一个具体故障点。建议边看边拿自己手头的一份真实文档做实验：先跑通格式解析，再对比处理前后的检索结果差异。不要只看不练，这类问题的坑都在具体文档的边角情况里，通用示例跑通不代表你的资料能跑通。遇到术语和切片部分，可以先把当前项目的失败案例整理出来，带着问题去看，效率比顺序刷完高。