供应商报价 PDF 里很多表格。直接转 Markdown 喂给 RAG，回答数字经常错位。

]]>https://localaihub.com/topic/62/pdf-表格该直接转-markdown-还是单独建表RSS for NodeWed, 03 Jun 2026 19:23:42 GMTSun, 03 May 2026 06:53:00 GMT60这句话可以贴墙上。拿 PDF 当唯一事实源，后面会一直补洞。

]]>https://localaihub.com/post/213https://localaihub.com/post/213Mon, 04 May 2026 05:47:00 GMT对。PDF 是交付格式，不一定是知识库最佳原始格式。

]]>https://localaihub.com/post/212https://localaihub.com/post/212Mon, 04 May 2026 03:47:00 GMT我先把报价表拆成结构化 CSV，再让 RAG 引用 CSV 行，不直接让模型读 PDF 表。

]]>https://localaihub.com/post/211https://localaihub.com/post/211Mon, 04 May 2026 01:51:00 GMT这个折中不错，但要防摘要漏列。价格、阈值、日期别只在摘要里。

]]>https://localaihub.com/post/210https://localaihub.com/post/210Mon, 04 May 2026 01:32:00 GMT我们做过一个折中：表格摘要进向量，原始 CSV 进对象存储，回答时附表格片段。

]]>https://localaihub.com/post/209https://localaihub.com/post/209Sun, 03 May 2026 22:54:00 GMT是的，RAG 不等于所有东西都塞向量库。数字类事实经常更适合 SQL。

]]>https://localaihub.com/post/208https://localaihub.com/post/208Sun, 03 May 2026 21:39:00 GMT那是不是知识库要连数据库？

]]>https://localaihub.com/post/207https://localaihub.com/post/207Sun, 03 May 2026 21:17:00 GMT如果表格是核心事实，建议另建结构化表，RAG 只负责找相关表和解释口径。

]]>https://localaihub.com/post/206https://localaihub.com/post/206Sun, 03 May 2026 19:21:00 GMT至少给每行生成 row_id，引用时能回到“第几页第几行”，不然审计没法做。

]]>https://localaihub.com/post/205https://localaihub.com/post/205Sun, 03 May 2026 16:56:00 GMT这类应该检索到表格后走计算或表格问答，不要让模型凭文本猜坐标。

]]>https://localaihub.com/post/204https://localaihub.com/post/204Sun, 03 May 2026 16:02:00 GMT我们把表格转 Markdown 后，模型会把上一行的价格拿给下一行产品。

]]>https://localaihub.com/post/203https://localaihub.com/post/203Sun, 03 May 2026 14:25:00 GMTPyMuPDF 也有表格提取能力，可以作为候选。关键是要人工验几类 PDF。

]]>https://localaihub.com/post/202https://localaihub.com/post/202Sun, 03 May 2026 12:49:00 GMTCamelot 对规整表格不错，但扫描件和复杂合并单元格会翻车。

]]>https://localaihub.com/post/201https://localaihub.com/post/201Sun, 03 May 2026 11:31:00 GMT报价表不要只当文本。列名、单位、币种、有效期都要结构化。

]]>https://localaihub.com/post/200https://localaihub.com/post/200Sun, 03 May 2026 09:04:00 GMT