35 lines
908 B
Markdown
35 lines
908 B
Markdown
---
|
|
layout: default
|
|
---
|
|
|
|
# Paso 1: Cargar el PDF y dividir en chunks
|
|
|
|
```typescript
|
|
import { PDFLoader } from "@langchain/community/document_loaders/fs/pdf";
|
|
import { RecursiveCharacterTextSplitter } from "@langchain/textsplitters";
|
|
|
|
// Cargar PDF (cada página → un Document)
|
|
const loader = new PDFLoader("./docs/manual-usuario.pdf");
|
|
const docs = await loader.load();
|
|
console.log(`📥 ${docs.length} páginas cargadas`);
|
|
|
|
// Dividir en chunks pequeños para mejor búsqueda
|
|
const splitter = new RecursiveCharacterTextSplitter({
|
|
chunkSize: 1000,
|
|
chunkOverlap: 200,
|
|
});
|
|
const chunks = await splitter.splitDocuments(docs);
|
|
console.log(`📄 Dividido en ${chunks.length} chunks`);
|
|
```
|
|
|
|
<v-click>
|
|
|
|
<div class="mt-4 p-3 bg-blue-500/10 rounded text-sm">
|
|
|
|
- **chunkSize**: tamaño máximo de cada trozo en caracteres
|
|
- **chunkOverlap**: solapamiento entre chunks para no perder contexto
|
|
|
|
</div>
|
|
|
|
</v-click>
|