Trình truy xuất URL

Trình truy xuất URL là một thành phần đa năng trong luồng, được thiết kế để truy xuất và xử lý nội dung web từ các URL chỉ định, trả về thông tin dưới dạng tài liệu có cấu trúc. Nó đóng vai trò cầu nối giữa nội dung trực tuyến bên ngoài và quy trình AI của bạn, giúp bạn tích hợp, phân tích hoặc xử lý thông tin web một cách hiệu quả.

Nó Làm Gì?

Thành phần này truy xuất nội dung của một hoặc nhiều URL được cung cấp làm đầu vào. Nó có thể trích xuất văn bản chính, siêu dữ liệu, và thậm chí xử lý nội dung từ hình ảnh bằng Nhận diện Ký tự Quang học (OCR). Dữ liệu thu thập được sau đó sẽ có sẵn ở nhiều định dạng có cấu trúc, phù hợp cho các tác vụ AI tiếp theo như tóm tắt, trả lời câu hỏi, hoặc trích xuất tri thức.

Tùy Chọn Đầu Vào

Bạn có thể cung cấp URL cho thành phần này theo hai cách:

• URL dạng văn bản:

  • Loại đầu vào: Message
  • Mô tả: Danh sách các liên kết URL đơn giản để thành phần truy xuất nội dung.

• Bản ghi URL:

  • Loại đầu vào: UrlRecord
  • Mô tả: Danh sách các bản ghi URL có cấu trúc, có thể bao gồm thêm siêu dữ liệu.

Tham Số Đầu Vào Nâng Cao

Đầu Ra

Trình truy xuất URL cung cấp đầu ra dưới nhiều định dạng, giúp linh hoạt tích hợp với các quy trình AI khác nhau:

Tại Sao Nên Sử Dụng Trình truy xuất URL?

• Tích hợp tri thức bên ngoài: Dễ dàng đưa thông tin web vào ứng dụng AI của bạn, như chatbot, công cụ tìm kiếm hoặc cơ sở tri thức.
• Trích xuất tùy chỉnh: Tinh chỉnh nội dung, siêu dữ liệu cần lấy, kiểm soát lượng dữ liệu, và sử dụng OCR cho hình ảnh.
• Hiệu suất & Tối ưu: Sử dụng bộ nhớ đệm để tránh tải lại không cần thiết, giới hạn token đầu ra để tăng hiệu suất.
• Định dạng đầu ra linh hoạt: Chọn định dạng đầu ra phù hợp nhất cho bước tiếp theo—tài liệu có cấu trúc, tin nhắn hay công cụ.

Ví Dụ Ứng Dụng

• Xây dựng tác tử hội thoại dựa trên tri thức có khả năng trả lời nhờ cập nhật nội dung web mới nhất.
• Tổng hợp dữ liệu sản phẩm từ các trang thương mại điện tử để so sánh hoặc phân tích.
• Giám sát và phân tích bài viết blog hoặc tin tức theo chủ đề hoặc từ khóa cụ thể.
• Trích xuất thông tin từ các trang web có nội dung hỗn hợp (văn bản và hình ảnh).

Bảng Tóm Tắt

Trình truy xuất URL là cầu nối mạnh mẽ và linh hoạt giữa nội dung web và các quy trình AI của bạn, mang đến khả năng kiểm soát chi tiết việc trích xuất và tích hợp nội dung.