AGENT INFRASTRUCTURE / 08
LangBot Unified Attachment Pipeline.
聊天附件解析库与 LangBot Parser 插件，通过不可变文件回执和版本感知记忆，让回答使用当前文件的解析结果。
GitHub 仓库 / 项目文档CAPABILITIES / 能力
已经做成什么。
当前版本的主要功能
- 01不可变原件、SHA-256 回执与摘要绑定上下文
- 02同名附件按回执时间选择当前版本
- 03Office / PDF / 表格解析与有界视觉回退
- 04拒绝将视觉模型的拒答、上传指令或空结果当作分析
- 05可选 RAG 索引回调与 SQLite 事实修订历史
- 06记忆写入前过滤密钥、令牌与会话形态内容
THE CONTEXT
从什么问题
开始？
聊天机器人可能在文件解析完成前回复，也可能把同名旧文件或视觉拒答当成有效材料。管线先取得文件回执和解析结果，再向 Agent 提供当前版本上下文。
支持文本、Office、表格、幻灯片、PDF 与图像入口；将原件 SHA-256、解析文本和检索上下文绑定，提供视觉主备回退与可选索引回调。
SYSTEM OVERVIEW
拆开来看。
架构示意 / 非实时运行数据
- 01校验附件并归档原件↗
- 02解析 / 视觉主备回退↗
- 03按摘要保存文本并索引↗
- 04当前上下文与事实修订↗
DESIGN INTENT
选择背后的
思考。
- 01
原件不可变并以 SHA-256 定址，解析文本只从匹配摘要加载，减少文件版本串用。
- 02
按原始文件名与直接接收时间选择当前版本；历史版本仅在需要时取回。
- 03
对视觉输出做失败判定，并在长期记忆写入前拒绝凭据形态内容。
CURRENT BUILD / 项目现状
目前做到哪里。
公开仓库提供 Python 核心库、可构建的 LangBot Parser 插件、使用示例和测试，覆盖版本归档、解析、视觉回退、记忆更新与无效输入。
旧版 Office 需要本机转换器；图像理解需要视觉回调。使用外部模型时，所选附件内容会发送至配置的模型服务。
GitHub 仓库 / 项目文档 ↗LangBot 插件使用说明 ↗