关于如何提起文档中的图片

Question

你好老师，最新在寻思着将手册指南类的docx文档进行解析，包含图片这种（先不考虑图片内容识别，图片的意思根据最近上面段落的意思走），在回答是也能将图片进行输出。这种是不是在做向量化计算的时候需要将图片上传之后的url也进行计算然后一块向量化，但是这个感觉会影响向量换化计算的结果，因为url本身是没有语义信息的，像这种一般怎么处理比较好呢，还有我的技术栈主要集中在Java，对于这种解析图文混编的没有成熟框架，得自己写，像python有吗？

Answer 1

阿基米口 2025-09-12 17:42:02

你好，挺好的问题。

据我所知，目前还没有框架可以支持这种，框架一般是支持比较通用的功能。但是可以通过框架来自己实现。

在补充的项目中chatdoc 【https://git.imooc.com/coding-920/chatdoc】也有基于ragflow deepdoc实现类似的功能，可以参考下。

简单回顾下RAG的过程：
1. RAG知识构建： 文档-->解析文档-->文档分割chunking-->按chunking进行向量化embedding --> 存入向量数据库（包括：文本，文本对应embedding，还可以包括自定义一些meta元数据，如文本的信息日期）这部分可以查看（向量数据库那一章）

2.RAG检索： 用户query-->query 向量化embedding-->在向量数据库搜索最相似的向量记录-->返回若干top-k的记录（包括：文本，文本对应embedding，还可以包括自定义一些meta元数据，如文本的信息日期），一般只拿到文本 --》 将文本做为上下文和query一起送给LLM-->LLM回答问题

可以跟着过程来实现上面你提到的问题，具体思路如下：

1. 文档解析：要实现图片，首先要先能解析docx图片的解析，比如python里python-docx（只要支持docx标准的都可以）。解析的时候要注意文档顺序：比如 文字+后面是 图片 （这个图片可以保存到本地）

2. 文档分块：分块的时候按照你的需求【图片的意思根据最近上面段落的意思走】，如果遇到【文字+后面是 图片】的时候：文字进行分块，图片不做处理，只返回（文字，图片地址）类似这样的结构

3. embedding入库： 遇到（文字，图片地址），将文字进行向量化，同时将图片地址做为元数据，一起存入向量数据库

可参考：https://git.imooc.com/coding-920/chatdoc/src/master/doc/6.RAGFlow-Docx%e5%a4%8d%e6%9d%82%e6%96%87%e6%a1%a3%e8%a7%a3%e6%9e%90.md

在检索的时候：在返回文本的时候，查看是否有metadata数据，有的话就可以直接展示了。

对于java来说，了解了基本的思路，用自己熟悉的框架，实现应该比较有方向性一些。

• 提问者 慕粉3333946 #1

  元数据的意思是，将图片地址作为向量数据库的一个属性进行存储呗，根据相似度将内容查询出来之后再将地址拼接到后面或者指定位置，然后再发给大模型吧

• 阿基米口 回复 提问者 慕粉3333946 #2

  嗯，可以这么认为。