Ein Teil der Reisebedingungen der Nordlicht Reisen GmbH besteht aus eingescannten Seiten, und manche PDFs tragen Preistabellen als Bild (R-03, R-04). Der Indexer aus 5.1 holt nur den Text, den die Datei selbst enthält. Das Skillset ss-reise macht daraus durchsuchbare Abschnitte mit Vektoren: Bilder lesen, zerteilen, einbetten, Quelle mitgeben.
Vorwissen. Warum man schneidet und wie Überschriften als Grenzen dienen, steht in „KI-Track, Lektion T4.3“, Einbettungen stehen in „T4.1“; Indexer bauen 5.1, Index und Vektorisierer 5.2. Fremder Text als Daten (T6.2) gilt auch für einen eigenen Skill.
Neu in dieser Lektion (ändert keine R-Nummer). Der Skillset ss-reise hat die Skills OCR, Text-Zusammenführung, Zerteilen, Einbettung (Bereitstellung embed) und einen eigenen Skill ziele (Web-API in einer Container App ca-skills), der je Abschnitt Reiseziele aus einer festen Liste nennt.
Die Anforderung
Alle Zahlen sind Annahmen der Aufgabe.
| Nr. | Anforderung | Art | Messgröße | Gewicht | Quelle |
|---|---|---|---|---|---|
| 5.3-01 | Text in eingebetteten Bildern ist durchsuchbar. | F | 100 % der Testscans (5 Stück) | Muss | R-04 |
| 5.3-02 | Abschnitte haben höchstens 2.000 Zeichen, 200 Zeichen Überlappung. | Q | je Abschnitt | Soll | T4.3 |
| 5.3-03 | Jeder Abschnitt trägt Vektor, Titel, Quelle und Sprache. | F | 4 Felder | Muss | 2.2, 5.2 |
| 5.3-04 | Reiseziele je Abschnitt sind filterbar, ohne Modell. | F | feste Liste im Code | Soll | R-11 |
| 5.3-05 | Die Aufnahme braucht keinen Schlüssel. | R | 0 Schlüssel | Muss | R-07 |
| 5.3-06 | Jeder Skill hat einen benannten Kostentreiber. | R | Tabelle | Soll | R-09 |