Formati tal-fajls appoġġjati
F'din il-paġna
L-uniku kriterju li jgħodd
Qabel ma tistaqsi jekk format speċifiku jaħdimx, agħmel mistoqsija aktar sempliċi lilek innifsek: il-fajl fih test li jista’ jiġi estratt? L-API tal-Fajls ta’ xAI tittratta fajls ta’ test. Jekk kwalunkwe għodda tkun tista’ tiġbed karattri minnu mingħajr rikonoxximent ottiku ta’ karattri (OCR), id-dokument x’aktarx jiġi aċċettat. Fajls binarji puri—immaġni, awdjo, vidjo—m’għandhomx post hawn; għal immaġni, l-approċċ korrett huwa input_image fl-API tar-Risposti, mhux fl-API tal-Fajls.
Dan il-kriterju wieħed jispjega l-biċċa l-kbira taċ-ċaħdiet li se tiltaqa’ magħhom. Jispjega wkoll għaliex rapport finanzjarju f’PDF jaħdem perfettament filwaqt li PDF minn skaner tad-desktop ifalli: l-ewwel iġorr saff ta’ test, it-tieni huwa biss serje ta’ ritratti tal-paġni.
L-erba’ kategoriji appoġġjati
Il-formati appoġġjati jaqgħu f’erba’ kategoriji, kull waħda bl-użi preferuti tagħha.
| Kategorija | Formati | X’jistraxxja Grok |
|---|---|---|
| Dokumenti tal-Uffiċċju | PDF, DOCX, ODT, EPUB, RTF | Test, tabelli, struttura tas-sezzjonijiet |
| Kodiċi Sors | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML u 80+ lingwa | Imports, dipendenzi, struttura tal-fajls |
| Data Strutturata | CSV, TSV, JSON, JSON-LD, vCard | Ġerarkija tal-oqsma, statistika, xejriet |
| Test Sempliċi | TXT, MD | Kontenut lineari, intestaturi u listi ta’ Markdown |
Fuq in-naħa tad-dokumenti tal-uffiċċju, il-PDF jibqa’ l-aktar format komuni, u Grok jistraxxja t-test, it-tabelli u t-tqassim tas-sezzjonijiet tiegħu. DOCX ta’ Word iżomm il-formatting tiegħu—grass, korsiv, listi—fl-estrazzjoni, eżatt bħall-ekwivalenti open-source tiegħu ODT. EPUB isir interessanti malli taħdem fuq pubblikazzjonijiet twal, white paper, jew manwal sħiħ, u RTF, għalkemm antik, għadu komuni biżżejjed biex jiġi appoġġjat.
Il-kodiċi sors huwa fejn l-API tal-Fajls tiddistingwi ruħha l-aktar b’mod ċar mill-copy-paste. Li tibgħat payment.py sħiħ minflok funzjoni iżolata jbiddel in-natura tal-analiżi: Grok jara l-imports, id-dipendenzi u l-organizzazzjoni tal-fajls, u għalhekk jista’ jinduna li eċċezzjoni qed tiġi kkaptata tletin linja ‘l fuq jew li kostanti definita fil-bidu tikkontradixxi kumment fl-aħħar. Aktar minn 80 lingwa b’sintassi bbażata fuq it-test huma koperti.
Il-formati tad-data jservu primarjament għall-analiżi kwantitattiva. CSV ta’ bejgħ ta’ kull xahar jħalli lil Grok jikkalkula l-varjanzi, jinduna bl-istaġjonalità, u jagħmel sommarju ta’ sett ta’ data ta’ diversi eluf ta’ linji; konfigurazzjoni JSON jew rispons tal-API jagħtih aċċess għall-ġerarkija u r-relazzjonijiet bejn l-oqsma, li tabella ċċattjata ma turix. JSON-LD iżid kuntest semantiku għad-data marbuta, u vCard tkopri l-kards tal-kuntatti. Fl-aħħar nett, TXT u MD jaħdmu kif mistenni, bil-Markdown joffri l-vantaġġ li jwassal struttura ħafifa ta’ intestaturi u listi.
Ostakli komuni
Erba’ restrizzjonijiet joħorġu kontinwament fil-produzzjoni. L-ewwel hija d-daqs: 48 MB kull fajl, lil hinn minnhekk trid taqsam id-dokument. It-tieni hija l-enkodjar: il-fajls tiegħek iridu jkunu f’UTF-8, u esportazzjoni f’ISO-8859 jew Windows-1252 se toħroġ karattri bil-aċċenti korrotti, xi kultant b’mod sottili—`é` li jsir `é` fin-nofs ta’ kuntratt jgħaddi inosservat sakemm tfittxija ma ssib xejn. It-tielet hija n-nuqqas ta’ ipproċessar tal-immaġni: PNG, JPG, jew GIF m’għandhomx post hawn, trid tuża input_image. Ir-raba’ hija l-każ ta’ PDF skannjat mingħajr saff ta’ test OCR, li jiġi aċċettat meta jittellgħa iżda ma jirritorna l-ebda riżultat meta jiġi interrogat.
Din l-aħħar sitwazzjoni teħtieġ drawwa sempliċi: qabel ma ttella’ lott ta’ PDFs ta’ oriġini inċerta, iftaħ wieħed u pprova tagħżel paragrafu bil-maws. Jekk ma jintgħażel xejn, id-dokumenti tiegħek iridu jgħaddu minn proċessar OCR qabel.
Agħżel il-format l-aktar strutturat possibbli
Meta l-istess informazzjoni teżisti f’diversi forom, agħżel dejjem dik l-aktar strutturata. Għall-analiżi tar-rapporti, ippreferi l-PDF oriġinali jew DOCX, li jippreservaw il-ġerarkija, minflok esportazzjoni ta’ test ċatt. Għall-analiżi tad-data, CSV għat-tabelli u JSON għad-data ġerarkika jagħtu riżultati aħjar minn esportazzjoni ta’ spreadsheet trasformata f’test sempliċi. Għal reviżjoni tal-kodiċi, ibgħat il-fajl sors oriġinali bl-estensjoni oriġinali tiegħu. Għad-dokumentazzjoni, Markdown jew PDF jaħdmu skont x’għandek fis-sors. Ir-regola tinġabar f’sentenza waħda: kull livell ta’ struttura li żżomm huwa livell ta’ kuntest li l-mudell ma jkollux għalfejn jirrikostruwixxi.
Punti Ewlenin
- L-API tal-Fajls tappoġġja dokumenti (PDF, DOCX, EPUB), kodiċi (80+ lingwa), data (CSV, JSON), u test sempliċi
- Il-limitu huwa 48 MB kull fajl b’enkodjar UTF-8
- Immaġni u fajls binarji mhumiex appoġġjati—uża
input_imagegħall-immaġni - Ippreferi l-format l-aktar strutturat possibbli biex tikseb analiżi aħjar