跳转至

什么是 Unifiles

Unifiles 是一个专为大语言模型（LLM）应用设计的文档处理基础设施平台。它解决了构建 RAG（检索增强生成）应用时最核心的问题：如何将各种格式的文档转化为高质量的可检索知识。

核心价值主张

Unifiles 让你专注于构建 AI 应用，而不是处理文档格式和向量存储的繁琐细节。

传统的 RAG 应用开发需要处理大量基础设施工作：文档解析、OCR 提取、文本分块、向量存储、检索优化...这些工作占用了开发者大量时间，却不直接创造业务价值。

Unifiles 将这些复杂性封装为简洁的 API，让你可以：

from unifiles import UnifilesClient

client = UnifilesClient(api_key="sk_...")

# 三行代码完成：上传 → 提取 → 索引
file = client.files.upload("contract.pdf")
extraction = client.extractions.create(file.id)
extraction.wait()

# 创建知识库并搜索
kb = client.knowledge_bases.create(name="legal-docs")
client.knowledge_bases.documents.create(kb.id, file.id)

results = client.knowledge_bases.search(kb.id, query="违约条款有哪些？")

职责分工

Unifiles 的设计理念是做一个清晰的抽象层——屏蔽底层复杂性，同时保留你对关键决策的控制权。

你的职责 vs Unifiles 的职责

你负责 Unifiles 负责
提供文档（PDF、Word、图片等） 格式检测、验证和安全检查
定义知识库结构和命名 文档解析和 OCR 文字提取
选择分块策略（语义/固定/层级） 执行分块算法和向量化
编写应用业务逻辑 向量存储和高效检索
处理搜索结果和生成回答 多租户数据隔离
管理 API 密钥和权限配置 速率限制和配额管理
配置 Webhook 接收地址 异步事件通知投递
自部署：准备基础设施 自部署：提供应用代码和配置

你保留的控制权

虽然 Unifiles 自动处理大部分复杂性，但以下关键决策仍由你掌控：

  1. 分块策略：选择 semantic（语义分块）、fixed（固定大小）或 hierarchical（层级分块）
  2. 元数据标签：为文档添加自定义标签，用于后续过滤检索
  3. 搜索参数：调整 top_k、threshold 等参数优化检索效果
  4. 知识库结构：按项目、部门或任意维度组织知识库

三层架构

Unifiles 将文档处理分解为三个独立的业务层，每层都可以单独使用：

┌─────────────────────────────────────────────────────────────────┐
│                    Layer 3: 知识库管理                           │
│         分块 → 向量化 → 存储 → 语义检索                          │
│         client.knowledge_bases.*                                │
└─────────────────────────────────────────────────────────────────┘
                              ▲
                              │
┌─────────────────────────────────────────────────────────────────┐
│                    Layer 2: 内容提取                             │
│         格式转换 → OCR识别 → Markdown生成                        │
│         client.extractions.*                                    │
└─────────────────────────────────────────────────────────────────┘
                              ▲
                              │
┌─────────────────────────────────────────────────────────────────┐
│                    Layer 1: 文件管理                             │
│         上传 → 存储 → 元数据管理 → 访问控制                       │
│         client.files.*                                          │
└─────────────────────────────────────────────────────────────────┘

按需使用

  • 只需文件存储：使用 Layer 1 API 管理文件上传和元数据
  • 只需内容提取：使用 Layer 1 + Layer 2，获取 OCR 处理后的 Markdown 内容
  • 完整知识库：使用全部三层，构建端到端的 RAG 知识检索系统

了解三层架构详情

使用方式

Unifiles 支持多种接入方式，适应不同场景需求：

最推荐的集成方式，提供类型提示和自动补全：

from unifiles import UnifilesClient

client = UnifilesClient(api_key="sk_...")
file = client.files.upload("document.pdf")

SDK 参考

适用于任何编程语言，标准 HTTP 接口：

curl -X POST "https://api.unifiles.dev/v1/files" \
  -H "Authorization: Bearer sk_..." \
  -F "file=@document.pdf"

API 参考

在你的基础设施上部署完整的 Unifiles 服务：

docker-compose up -d

部署指南

典型应用场景

场景 描述 适用层级
智能客服问答 基于产品文档的自动问答系统 全部三层
企业知识库 内部文档的智能检索和问答 全部三层
合同分析 批量提取和分析合同关键条款 Layer 1 + 2
文档数字化 将扫描件转换为可搜索的文本 Layer 1 + 2
多租户 SaaS 为不同客户提供隔离的知识服务 全部三层

下一步