Quais tipos de documento posso subir para RAG?
1 Answers
Formatos suportados:
Documentos: PDF, DOCX, XLSX, PPTX, TXT, Markdown, HTML, CSV, JSON
Código-fonte: qualquer linguagem (Python, JS, Java, Go, etc.)
Imagens com OCR: PNG, JPG (para documentos escaneados)
Limites:
- Tamanho por arquivo: tipicamente até 100 MB
- Quantidade por coleção: sem limite rígido; >1000 arquivos pode ter latência maior
- Coleções por organização: ilimitadas
Formatos que funcionam melhor:
- Markdown — estrutura clara, chunking ótimo
- DOCX com estilos (H1, H2, H3) — hierarquia preservada
- PDF nativo (não scan) — texto limpo
- CSV estruturado — tabelas bem formatadas
Evite:
- Scans ilegíveis (faça OCR antes)
- PDFs com senha
- Documentos com headers/footers muito repetitivos (poluem embeddings)
📖 Documentação completa na Wiki:
Related