企业官网建设流程全解析

如何使用 Quivr Assistants 从 PDF 生成文档摘要？

【免费下载链接】quivrOpiniated RAG for integrating GenAI in your apps 🧠 Focus on your product rather than the RAG. Easy integration in existing products with customisation! Any LLM: GPT4, Groq, Llama. Any Vectorstore: PGVector, Faiss. Any Files. Anyway you want.项目地址: https://gitcode.com/GitHub_Trending/qui/quivr

Quivr 的 Assistant 是另一种 Brain：它是一种 AI Agent，能针对特定输入生成可直接使用的输出。文档给出的典型例子就是“输入一个 PDF，收到该文档的摘要作为结果”（见 Quivr Assistants 文档 与 Summary 说明）。本文介绍如何用 Quivr 内置的 Summary Assistant 完成这个任务：先在本地把 Quivr 跑起来，然后通过界面或 API 上传一个 PDF，最终通过邮件收到摘要，或把摘要写入一个已有的 Brain。适用前提是你已安装 Docker 与 Docker Compose，并拥有 OpenAI API Key——后端摘要链路在源码中固定使用gpt-4o（见 summary.py 中ChatLiteLLM(model="gpt-4o", max_tokens=2000)），因此必须配置OPENAI_API_KEY。

准备：在本地运行 Quivr

按 安装文档 的步骤操作：

# Step 1: 克隆仓库（如已在本地可直接跳过） git clone https://gitcode.com/GitHub_Trending/qui/quivr && cd quivr # Step 2: 复制 .env.example 为 .env cp .env.example .env # Step 3: 编辑 .env，填入 OPENAI_API_KEY vim .env # Step 4: 启动项目 cd backend && supabase start cd ../ docker compose pull docker compose up

启动后按文档给出的地址确认服务可用：

• 前端应用：http://localhost:3000/login，使用admin@quivr.app/admin登录；
• 后端 API 文档：http://localhost:5050/docs；
• Supabase 控制台：http://localhost:54323。

如果登录页和 Swagger 文档都能访问，说明环境准备完成，可以继续。

在界面中使用 Summary Assistant

Quivr Assistants 文档 给出的操作流程是三步：

1. 选择你的 Quivr Assistant：在 Assistants 页面（对应源码 frontend/app/assistants/page.tsx）选择 Summary。
2. 提供输入：上传要摘要的 PDF 文件。Summary 的输入约束是“One document to summarize”，即只能有一个 PDF。
3. 选择结果去向：选择通过邮件接收结果，或把结果上传到一个已存在的 Brain。

通过 API 生成摘要

如果你希望脚本化验证这条链路，可以直接调用后端接口。接口定义在 assistant_routes.py，两个路由都声明了AuthBearer()依赖，因此请求需要携带 Bearer 令牌；在 http://localhost:5050/docs 的 Swagger UI 中也可以直接尝试。

查看可用的 Assistant

curl "http://localhost:5050/assistants" \ -H "Authorization: Bearer YOUR_BEARER_TOKEN"

GET /assistants返回当前注册的 Assistant 列表，其中 Summary 条目的关键字段（来自 summary_inputs()）：

• name:Summary
• description:Summarize a set of documents
• input_description:One document to summarize
• output_description:A summary of the document with key points and main themes
• inputs.files: 要求一个key为doc_to_summarize、允许扩展名pdf的文件
• outputs:email（通过邮件发送）与brain（类型uuid，即目标 Brain 的 uuid）

如果响应里能看到 Summary 条目，说明 Assistant 可用。

调用摘要接口

POST /assistant/process是 multipart 请求：表单字段input是一段 JSON 字符串（对应 InputAssistant，包含name、inputs、outputs三部分），files是上传的文件。示例：

curl -X POST "http://localhost:5050/assistant/process" \ -H "Authorization: Bearer YOUR_BEARER_TOKEN" \ -F 'input={"name":"summary","inputs":{"files":[{"key":"doc_to_summarize","value":"report.pdf"}]},"outputs":{"email":{"activated":true},"brain":{"activated":true,"value":"<BRAIN_UUID>"}}}' \ -F 'files=@report.pdf'

占位符替换说明：

• YOUR_BEARER_TOKEN：你的 Bearer 认证令牌；
• report.pdf：inputJSON 里files[0].value必须与files=@后实际上传的文件名完全一致，且必须是唯一的 PDF；
• <BRAIN_UUID>：接收结果的目标 Brain 的 uuid，仅当brain.activated为true时需要；如果只想通过邮件接收，把brain的activated设为false或省略即可，但email与brain至少有一个激活。

结果验证与常见报错

成功路径：请求通过后，Summary Assistant 用UnstructuredPDFLoader解析 PDF，按chunk_size=1000、chunk_overlap=100切分文档，用 Map-Reduce 链（MapReduceDocumentsChain，reduce 侧token_max=4000）先逐段总结、再汇总成最终摘要。reduce 提示词要求最终摘要包含Summary和Key Points加粗小节的 markdown 结构，并保留与原文相同的语言。随后摘要会被生成并处理成结果文件（create_and_upload_processed_file(content, filename, "Summary")），按你的选择通过邮件送达或写入所选 Brain。在邮箱或对应 Brain 中看到摘要文件，即为完成。

失败路径：接口校验失败时返回 HTTP 400，detail字段是对应错误文本。以下信息都来自 SummaryAssistant.check_input()：

限制

• 仅支持pdf扩展名，且每次只能处理一个文件；
• 摘要模型在源码中固定为gpt-4o（max_tokens=2000），本地实例依赖.env中的OPENAI_API_KEY，不能换用本地模型；
• 每次使用有默认计费Pricing(cost=20, description="Credits per use")（见 outputs.py），会消耗用户额度；
• GET /assistants当前只返回 Summary 一个条目（difference、crawler分支在路由中尚未注册进列表），所以界面与 API 层面能直接使用的就是 Summary。

【免费下载链接】quivrOpiniated RAG for integrating GenAI in your apps 🧠 Focus on your product rather than the RAG. Easy integration in existing products with customisation! Any LLM: GPT4, Groq, Llama. Any Vectorstore: PGVector, Faiss. Any Files. Anyway you want.项目地址: https://gitcode.com/GitHub_Trending/qui/quivr