Обработка документов
Что происходит с документом после загрузки, что означают его статусы и где посмотреть, почему обработка не удалась.
После загрузки портал извлекает из документа текст и составляет краткое изложение для столбца «Содержание». До завершения обработки документ недоступен задачам.
Следить за этим можно в двух местах: столбец «Статус» внутри папки и журнал «Обработка → Индексация».
Статусы документа
| Статус | Что это значит |
|---|---|
| Ожидает | Документ принят и стоит в очереди |
| Индексация | Портал занят этим документом прямо сейчас |
| Готово | Обработка закончена, описание содержимого готово |
| Ошибка | Обработка не удалась, причина видна в журнале |
| Подозрительный | Документ отложен до вашей проверки — см. ниже |
Те же цифры собраны в списке папок: рядом с числом документов портал показывает разбивку значками — ✓ готовы, ⏱ ждут очереди, ⟳ обрабатываются, ✗ с ошибкой, ⚠ отложены. Когда всё обработано, разбивки нет — стоит одно число.
«Индексация» не значит «нельзя пользоваться»
Документ становится доступным для поиска раньше, чем по нему готово описание содержимого. Задача, запущенная в этот момент, документ уже найдёт — просто в столбце «Содержание» у него ещё будет прочерк.
Запустить обработку заново
Иногда обработку нужно повторить — например, после ошибки или когда описание содержимого получилось бесполезным.
- Один документ. Значок «Переиндексировать» в строке документа. Ничего подтверждать не нужно, документ вернётся в очередь.
- Все ошибочные в папке. Кнопка «Переиндексировать ошибочные» в шапке открытой папки. Портал спросит подтверждение и назовёт число документов.
- Все ошибочные во всей базе знаний. Такая же кнопка в шапке списка папок, с числом в скобках: «Переиндексировать ошибочные (N)». Рядом — «Индексировать ожидающие (N)» для тех, кто застрял в очереди.
«Переиндексировать всё» — тяжёлая операция
Кнопка «Переиндексировать всё» отправляет в очередь заново все документы папки. Портал требует ввести название папки в поле «Введите название папки для подтверждения» и предупреждает: «Процесс может занять длительное время». Если в папке больше сотни документов, он прямо советует ограничиться ошибочными.
Очередь общая на весь портал, поэтому пересборка замедляет остальные загрузки. Портал чередует новые документы с документами из разных папок. Сколько это займёт, подскажет строка «Скорость обработки» на странице Поиск по базе знаний.
Отложенные документы
Портал проверяет каждый документ на текст, который выглядит как указание исполнителю задачи. Дальше поведение зависит от того, кто документ загрузил.
Документ загрузил пользователь или он пришёл со стороны. Портал ставит статус
«Подозрительный», помечает строку значком Flagged и не показывает документ задачам.
В столбце «Содержание» вместо изложения появляется предупреждение о том, что файл требует
проверки администратором.
Откройте документ, посмотрите, что в нём, и решите. Значок «Одобрить (снять флаг, переиндексировать)» помечает документ доверенным; портал переспросит: «Файл будет помечен как доверенный и переиндексирован». После этого документ обрабатывается заново и становится обычным. Если содержимое действительно подозрительное — уберите документ из папки.
Документ загрузили вы. Обработка идёт как обычно, но в строке появляется пометка
Injection Excluded с подсказкой «Файл исключён из задач». Такой документ в задачи не
попадает, пока пометка стоит.
Записи и аудио
У документов, полученных из аудио- и видеозаписей, может появиться пометка summary: error:
текст записи готов, а краткое изложение по нему составить не удалось. Значок «Повторить
генерацию сводки (.md)» в строке запускает только эту часть заново — весь документ
переобрабатывать не нужно.
Журнал обработки
Меню «Обработка → Индексация». Страница называется «Логи индексации», это история всех попыток обработать документы.
Фильтры сверху:
- «Все статусы» —
success,failed,flagged; - «Все операции» —
initial(первая обработка),reindex(повтор),approve(обработка после одобрения); - «Поиск по файлу...» и две даты — с какой по какую;
- «Сбросить» — появляется, когда хоть один фильтр выставлен, и снимает их все.
В строке видно дату, имя файла, тип файла, операцию, статус, стоимость обработки, длительность и текст ошибки. Если документ уже удалён из базы знаний, рядом с именем стоит пометка «(удалён)» — запись о нём остаётся. Значок с глазом справа открывает подробный результат обработки.
Если что-то пошло не так
Документ висит в «Ожидает» и не двигается. Очередь общая: скорее всего, портал занят другой большой папкой. Нажмите «Индексировать ожидающие (N)» в шапке списка папок или посмотрите очередь на странице Поиск по базе знаний.
«Ошибка» у одного документа. Откройте журнал, найдите файл поиском и прочитайте последний столбец. Частая причина — из файла нечего извлечь: скан без текстового слоя, пустой или повреждённый файл. Повторная обработка такого документа не поможет, его нужно заменить.
Документ «Готово», но задача его не использует. Проверьте, привязана ли папка к типу
задачи, — см. Папки и документы. Проверьте также, нет ли
у документа пометки Injection Excluded: с ней он в задачи не попадает.