Analisar arquivos

Analisar arquivos

A ferramenta Analisar Arquivos permite que os agentes processem e raciocinam sobre o conteúdo do arquivo usando LLMs.

Para adicionar a ferramenta Analisar arquivos ao seu agente, siga as seguintes etapas:

1. Defina entradas de arquivo. No painel Gerenciador de dados, adicione argumentos a seu esquema de agente para entradas de arquivos. Eles devem ser do tipo File.

   Figura 1. Criação de argumentos de entrada de arquivo

   

   Importante:

   O argumento de entrada deve ser explicitamente referenciado no prompt do usuário usando a sintaxe {{exampleInput}} . Os argumentos de entrada que não são referenciados são ignorados e podem afetar a pontuação do agente.

2. Adicione a ferramenta Analisar arquivos à definição do seu agente:

   1. Selecione Adicionar ferramenta no painel Ferramentas.
   2. Na categoria Ferramentas integradas , escolha Analisar arquivos.
   3. Atualize o nome e a descrição da ferramenta para ajudar o agente a raciocinar melhor sobre quando usá-la.

   

3. Entenda as entradas da ferramenta. A ferramenta vem pré-configurada com duas entradas principais:

   • attachments (array): lista de um ou mais arquivos para analisar.
   • analysisTask (string): uma solicitação ou instrução que descreve a tarefa. Se seu caso de uso envolver apenas um arquivo, você pode atualizar a descrição da entrada para refletir que é um anexo único.

4. Execute o agente com arquivos de entrada.

   1. Abra a janela Configuração de depuração :
      1. Navegue até a guia Argumentos do projeto.
      2. Carregue seus arquivos de entrada associados ao seu argumento attachments .
   2. Clique em Salvar e execute a sessão de depuração.

5. Após executar o agente, inspecione o trace de execução por meio do painel inferior.

Rastreamentos de anexo de arquivo

Ao usar a ferramenta Analisar Arquivos , todas as entradas e saídas de arquivos são capturadas no painel Trilha de Execução , na guia Histórico . O trace fornece visibilidade detalhada de como os anexos foram tratados durante a execução do agente.

Para cada arquivo, o trace mostra:

• ID: um identificador exclusivo para o anexo.

• Nome: nome do arquivo original (por exemplo, 1.jpg).

• Tipo MIME: tipo de arquivo detectado (por exemplo, image/jpeg).

  Figura 2. A análise de arquivo na trilha de execução

  

Selecione a chamada da ferramenta a partir do rastreamento de execução e navegue até a guia Arquivos para baixar o arquivo.

Figura 3. Como baixar um arquivo de traces

Melhores práticas e perguntas frequentes

Dica:

Consulte Trabalhando com arquivos para obter mais detalhes sobre o uso de arquivos de Processes do Maestro, fluxos de trabalho de RPA ou execuções de agentes independentes.

A ferramenta Analisar Arquivos permite que os agentes processem documentos e imagens usando LLMs. Embora seja poderoso, há algumas limitações e comportamentos importantes que você deve conhecer ao projetar agentes orientados por arquivos.

Arquivos grandes podem exceder os limites de token

Agents processam arquivos incorporando seu conteúdo a solicitações de LLM, que são restringidas pelo limite de tokens do modelo. PDFs grandes ou documentos de imagem digitalizados podem falhar silenciosamente ou retornar erros vagos como "Ocorreu um erro", especialmente quando eles excedem o orçamento de token do modelo.

Para mitigar:

• Use modelos com capacidade de token mais alta.
• Use a contextualização em vez da incorporação completa do arquivo, especialmente para arquivos grandes ou de várias páginas.
• Pré-indexe documentos e sincronize-os antes ou durante a execução do agente por meio de ferramentas personalizadas.

LLMs redimensionam imagens

Quando os arquivos de imagem (por exemplo, .jpg, .png) são enviados como parte da solicitação de LLM, a maioria dos modelos os redimensiona automaticamente. Isso pode distorcer as relações de aspecto ou perder dados precisos em pixels.

Evite solicitações que dependam de coordenadas exatas, caixas de limite ou comparações alinhadas por pixels (por exemplo, diferenças de imagem que exigem posicionamento x/y específico). Para obter mais informações, consulte o guia de visão de imagem do OpenAI para comportamento de redimensionamento específico do modelo.

Tipos de arquivos compatíveis

As seguintes extensões de arquivo são compatíveis: GIF, JPE, JPEG, PDF, PNG, WEBP.

O suporte a tipos de arquivo varia por provedor de LLM. Por exemplo, o suporte a PDF pode falhar em alguns modelos Anthropic, dependendo do nome ou da codificação do arquivo.

Dicas para melhores resultados

• Se você estiver trabalhando com PDFs longos, considere dividi-los em partes ou páginas menores antes de passá-los para o agente.
• Os nomes dos arquivos devem estar limpos: os modelos antrópicos, em particular, rejeitam nomes de arquivos com caracteres especiais ou espaços em branco repetidos.
• Mantenha a contagem de imagens baixa: alguns modelos, como o GPT-4o, são compatíveis com um máximo de 10 a 50 imagens por solicitação.