我要结构化入库一本书《内科学 十四五 第十版.pdf》

[EasonIndie]

现在的做法是按照目录切分成块，后面想根据不同疾病来抽取书本知识，这一步计划工程做，然后组装 prompt 给大模型出针对某个疾病的专业的学习资料+考核题目+模拟接诊。

目前在结构化入库阶段

但是其中的图标怎么解析与什么样数据结构存比较好呢？ V 友有没有经验的，望不吝赐教（抱拳）

以下是几个典型的图，我让 ai 给 coding 出解析脚本一直不理想。

[maocat]

`根据不同疾病来抽取书本知识`

那只能用 GrapRAG 了

图和表的处理，一般就是提取文字，再加上 vlm 对图表的描述，建议提取的表格要保持结构(markdown/html table)