解决RAGFlow(v0.19.0)有部分PDF无法解析成功的问题。
ragflow版本为:v0.19.0
1.解析的时候报错:Internal server error while chunking: Coordinate lower is less than upper。
看报错怀疑是分片的问题,于是把文档的切片方法中的“建议文本块大小”数值(默认512)调小,比如300,发现有些原来不能解析的PDF文档能成功解析了。
2.但是还是有些PDF解析的时候报错如下图:
看报错怀疑是内存不足,实际查看了下CPU的使用情况,发现解析文档的时候CPU已经使用到了99%。但是我使用的启动容器命令是:docker compose -p ragflow -f docker-compose-gpu.yml up -d 。按理说应该使用GPU的,无解。于是想着怎么精简内存,考虑到我们的嵌入模型是自己部署的,于是决定不在使用v0.19.0版本, 遂将docker/.env 文件内的 RAGFLOW_IMAGE 变量改成使用v0.19.0-slim,这样可以减少使用的内存。
重启,发现能成功解析文档。
如果您有其他更好的解决方法,欢迎一起留言讨论。