待验证50% 置信事实精确时间
VaultRAG 的文档摄取流程为：用户在 React 界面上传 PDF，FastAPI 接收文件，LangChain 使用 RecursiveCharacterTextSplitter 切分文本块，随后通过 Ollama 生成嵌入向量并存储在本地向量库中。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证Ollama 通过 Modelfile 中的 TEMPLATE 字段管理 chat template 配置，模型发布者也会在 GGUF 文件元数据中嵌入推荐模板62% 相似待验证Dify的文档提取器节点负责读取上传文件中的信息，这一步不涉及大模型62% 相似待验证LlamaIndex、LangChain 等主流 RAG 框架提供了专门的文档解析模块（如 UnstructuredLoader、PDFMinerLoader），可将 PDF 中的表格、图片注释转化为可索引文本61% 相似待验证作者将完整工作流嵌入在分享图片的元数据中，其他用户可下载后导入节点式工作流工具复现61% 相似待验证Ink通过实现自定义的React Reconciler，将虚拟DOM的diff算法应用于终端字符输出60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1017585API
curl https://kongchang.com/api/v1/knowledge/claims/1017585MCP
get_claim(id=1017585)