小X宝知识库维护
可能存在的文档类型与清洗
通常我们要处理的文件有 pdf、docx、jpg 等等，这些文档格式都不大统一，为了保证数据结构的统一和知识库的准确性，我们需要转换格式
这里推荐使用 MinerU 来进行文档处理：MinerU
直接点击「在线使用」：
需要先登陆一下：
选择「本地上传」，选择你要处理的文档，可以是 docx、pdf、jpg 等等，只要它让你上传，你就大胆传：
等待解析：
等待解析结束，这通常取决于你的文档大小和复杂程度，查看解析的结果是否正确：
如果确定没有问题了，就可以进行下载，右上角有一个下载的图标，选择 Markdown 即可：
导入知识库
进入到后台后，点击左侧的「知识库」
请务必选择你要导入数据对应的数据库，如果你不知道选择哪一个，你可以都点进去看一看，我这里要导入的是和复旦大学胰腺门诊相关的数据，因此我选择「复旦肿瘤专用库」，可以看到当前的知识库里面已经存在的类似内容
我们点击 新建/导入，选择文本数据集
这里选择上传文件
选择我们刚才处理好的文档，进行上传，按照下面的进度跑到 100% 即为上传完成
按照默认设置即可，结束知识库导入
之后回到知识库页，如果觉得这个文件名不太好区分，可以进行重命名：
