Estructura del objeto de configuración de archivo

Descripción general

El objeto fileConfig le permite configurar los ajustes de manejo de archivos para la aplicación, incluyendo límites de tamaño y restricciones de tipos MIME. Esta sección proporciona un desglose detallado de la estructura del objeto fileConfig.

Hay 8 campos principales bajo fileConfig:

• endpoints
• serverFileSizeLimit
• avatarSizeLimit
• imageGeneration
• fileTokenLimit
• ocr
• text
• stt

Notas:

• En el momento de escribir este artículo, el endpoint Assistants admite los tipos de archivo de esta lista.
• OpenAI, Azure OpenAI, Google y los endpoints personalizados admiten archivos a través de la RAG API.
• Los endpoints de OpenAI, Azure OpenAI, Anthropic, Google y AWS Bedrock admiten la carga directa de archivos a través de Upload to Provider.
• Las secciones ocr, text y stt controlan el procesamiento de archivos para funciones como Upload as Text y OCR
• Cualquier otro endpoint no mencionado, como Plugins, no admite (todavía) la carga de archivos.
• El endpoint Assistants tiene un valor de endpoint definido como assistants. Todos los demás endpoints utilizan el valor definido default.
  • Para los endpoints que no son assistants, puedes ajustar la configuración de archivos para todos ellos bajo default
  • Si deseas ajustar la configuración para un endpoint específico, puedes listar sus nombres de endpoint correspondientes:
    • assistants
      • no utiliza "default" ya que tiene valores predeterminados definidos por separado de los demás.
    • openAI
    • azureOpenAI
    • google
    • bedrock
    • YourCustomEndpointName
• Puede omitir valores, en cuyo caso, la aplicación utilizará los valores predeterminados según se define para cada tipo de endpoint listado a continuación.
• LibreChat cuenta 1 megabyte de la siguiente manera: 1 x 1024 x 1024

Ejemplo

fileConfig:
  endpoints:
    assistants:
      fileLimit: 5
      fileSizeLimit: 10
      totalSizeLimit: 50
      supportedMimeTypes:
        - "image/.*"
        - "application/pdf"
    openAI:
      disabled: true
    default:
      totalSizeLimit: 20
    YourCustomEndpointName:
      fileLimit: 5
      fileSizeLimit: 1000
      supportedMimeTypes:
        - "image/.*"
  serverFileSizeLimit: 1000
  avatarSizeLimit: 2
  fileTokenLimit: 100000
  imageGeneration:
    percentage: 100
    px: 1024
  ocr:
    supportedMimeTypes:
      - "^image/(jpeg|gif|png|webp|heic|heif)$"
      - "^application/pdf$"
      - "^application/vnd\\.openxmlformats-officedocument\\.(wordprocessingml\\.document|presentationml\\.presentation|spreadsheetml\\.sheet)$"
      - "^application/vnd\\.ms-(word|powerpoint|excel)$"
      - "^application/epub\\+zip$"
  text:
    supportedMimeTypes:
      - "^text/(plain|markdown|csv|json|xml|html|css|javascript|typescript|x-python|x-java|x-csharp|x-php|x-ruby|x-go|x-rust|x-kotlin|x-swift|x-scala|x-perl|x-lua|x-shell|x-sql|x-yaml|x-toml)$"
  stt:
    supportedMimeTypes:
      - "^audio/(mp3|mpeg|mpeg3|wav|wave|x-wav|ogg|vorbis|mp4|x-m4a|flac|x-flac|webm)$"

serverFileSizeLimit

fileConfig:
  serverFileSizeLimit: 1000

avatarSizeLimit

fileConfig:
  avatarSizeLimit: 2

imageGeneration

imageGeneration admite los siguientes parámetros:

• percentage (Entero)

  • El tamaño de salida de la imagen generada expresado como un porcentaje (por ejemplo, 100 significa el 100% del tamaño base).
  • Utilice esto para escalar la imagen de salida en relación con un tamaño predeterminado u original.

• px (Entero)

  • Especifica la dimensión de la imagen de salida en píxeles (p. ej., 1024).
  • Utilice esto para establecer explícitamente el tamaño de salida de la imagen generada, independientemente del tamaño base.

Puede establecer solo uno de estos parámetros (percentage o px), no ambos, dependiendo de su caso de uso.

Ejemplo de configuración:

fileConfig:
  imageGeneration:
    percentage: 100
    px: 1024

fileTokenLimit

Descripción: Al adjuntar contenido de texto, LibreChat trunca el texto en tiempo de ejecución según el límite de tokens configurado justo antes de la construcción del prompt.

Predeterminado: 100000

fileConfig:
  fileTokenLimit: 100000

ocr

Descripción: La sección ocr configura qué tipos de archivos deben procesarse utilizando la funcionalidad OCR para extraer texto de documentos visuales.

Nota: Esta sección controla la coincidencia de tipos de archivo para el procesamiento OCR. Para habilitar las capacidades de agente y configurar los servicios de OCR, consulte:

• Configuración de Agents para las capacidades ocr y context
• Configuración de OCR para la configuración del servicio OCR

supportedMimeTypes

Predeterminado: Imágenes, archivos PDF y documentos de Office

fileConfig:
  ocr:
    supportedMimeTypes:
      - "^image/(jpeg|gif|png|webp|heic|heif)$"
      - "^application/pdf$"
      - "^application/vnd\\.openxmlformats-officedocument\\.(wordprocessingml\\.document|presentationml\\.presentation|spreadsheetml\\.sheet)$"
      - "^application/vnd\\.ms-(word|powerpoint|excel)$"
      - "^application/epub\\+zip$"

text

Descripción: La sección text configura qué tipos de archivo deben procesarse mediante extracción directa de texto.

Nota: El análisis de texto es el método predeterminado utilizado por la función "Upload as Text" (controlada por la capacidad context). Primero intenta utilizar la biblioteca de análisis de texto de la RAG API y, si la RAG API no está conectada, recurre a un método de extracción de texto más sencillo sin requerir servicios externos. Consulta Upload as Text para obtener más información.

supportedMimeTypes

Predeterminado: Todos los archivos de texto y lenguajes de programación comunes

fileConfig:
  text:
    supportedMimeTypes:
      - "^text/(plain|markdown|csv|json|xml|html|css|javascript|typescript|x-python|x-java|x-csharp|x-php|x-ruby|x-go|x-rust|x-kotlin|x-swift|x-scala|x-perl|x-lua|x-shell|x-sql|x-yaml|x-toml)$"

stt

Descripción: La sección stt configura qué tipos de archivos de audio deben procesarse utilizando la funcionalidad de Speech-to-Text para convertir audio a texto.

supportedMimeTypes

Predeterminado: Formatos de audio comunes

fileConfig:
  stt:
    supportedMimeTypes:
      - "^audio/(mp3|mpeg|mpeg3|wav|wave|x-wav|ogg|vorbis|mp4|x-m4a|flac|x-flac|webm)$"

Notas:

• Los archivos que coinciden con los patrones text se procesan con extracción de texto simple
• Los archivos que coinciden con los patrones ocr se procesan con el servicio de OCR proporcionado
• Los archivos que coinciden con los patrones stt se procesan con transcripción de voz a texto (Speech-to-Text).
• Precedencia de procesamiento: OCR > STT > análisis de texto > fallback
• Los archivos que no coincidan con ningún patrón recurrirán al análisis de texto.

Prioridad de procesamiento de archivos

LibreChat procesa los archivos subidos basándose en la coincidencia de tipo MIME con el siguiente orden de prioridad:

1. OCR - Si el archivo coincide con ocr.supportedMimeTypes Y OCR está configurado
2. STT - Si el archivo coincide con stt.supportedMimeTypes Y STT está configurado
3. Análisis de texto - Si el archivo coincide con text.supportedMimeTypes
4. Fallback - Análisis de texto como último recurso

Este orden de procesamiento garantiza una calidad de extracción óptima mientras mantiene la funcionalidad incluso cuando los servicios especializados (OCR/STT) no están configurados.

Ejemplos de procesamiento

Archivo PDF con OCR configurado:

• El archivo coincide con ocr.supportedMimeTypes
• Utiliza OCR para extraer texto
• Mejor calidad para PDFs escaneados e imágenes

Archivo PDF sin OCR configurado:

• El archivo coincide con text.supportedMimeTypes (o utiliza el respaldo)
• Utiliza la biblioteca de análisis de texto
• Funciona bien para PDFs digitales con texto seleccionable

Archivo de Python:

• El archivo coincide con text.supportedMimeTypes
• Utiliza análisis de texto (no se requiere OCR)
• Extracción directa de texto

Archivo de audio con STT configurado:

• El archivo coincide con stt.supportedMimeTypes
• Utiliza STT para transcribir audio a texto

Archivo de imagen sin OCR configurado:

• El archivo coincide con ocr.supportedMimeTypes pero OCR no está disponible
• Recurre al análisis de texto
• Capacidad de extracción limitada sin OCR

Este sistema de prioridad permite que funciones como "Upload as Text" funcionen sin necesidad de una configuración de OCR, al mismo tiempo que aprovecha el OCR cuando está disponible para una mejor calidad de extracción.

endpoints

Descripción: Cada objeto bajo endpoints es un registro que puede tener los siguientes ajustes:

Descripción general

• disabled
  • Si el manejo de archivos está deshabilitado para el endpoint.
• fileLimit
  • El número máximo de archivos permitidos por solicitud de carga.
• fileSizeLimit
  • El tamaño máximo para un solo archivo. En unidades de MB (por ejemplo, use 20 para 20 megabytes)
• totalSizeLimit
  • El tamaño máximo total para todos los archivos en una sola solicitud. En unidades de MB (por ejemplo, use 20 para 20 megabytes)
• supportedMimeTypes
  • Una lista de Regular Expressions que especifica qué tipos MIME están permitidos para la carga. Esto se puede personalizar para restringir los tipos de archivo.

disabled

Predeterminado: false

openAI:
  disabled: true

fileLimit

Clave:

Predeterminado: Varía según el endpoint

assistants:
  fileLimit: 5

fileSizeLimit

Clave:

Predeterminado: Varía según el endpoint

YourCustomEndpointName:
  fileSizeLimit: 1000

totalSizeLimit

Clave:

Predeterminado: Varía según el endpoint

assistants:
  totalSizeLimit: 50

supportedMimeTypes

Clave:

Predeterminado: Varía según el endpoint

assistants:
  supportedMimeTypes:
      - "image/.*"
      - "application/pdf"