Tworzenie plików PDF w ASP.NET: iTextSharp vs IronPDF

Problem biznesowy

Agent wsparcia potrzebuje odpowiedzi ukrytej w dokumentacji produktu. Analityk chce uzyskać kluczowe liczby z raportu o objętości 60 stron. Recenzent prawny musi sprawdzić konkretną klauzulę w długich umowach. Czytanie każdego dokumentu od początku do końca nie jest skalowalne. Celem jest podsumowanie na wejściu i pozwolenie ludziom na zadawanie pytań w prostym języku.

Rozwiązanie

Pakiet IronPdf.Extensions.AI dodaje Summarize do szybkich streszczeń i Query do ciągłego, kontekstoświadomego zadawania pytań. Po skonfigurowaniu Semantic Kernel z punktem końcowym Azure i magazynem pamięci, podsumowanie dokumentu zajmuje jedno wywołanie.

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Memory;

var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

var memory = new MemoryBuilder()
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .Build();

IronDocumentAI.Initialize(kernel, memory);

PdfDocument pdf = PdfDocument.FromFile("report.pdf");
string summary = await pdf.Summarize();

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Memory;

var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

var memory = new MemoryBuilder()
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .Build();

IronDocumentAI.Initialize(kernel, memory);

PdfDocument pdf = PdfDocument.FromFile("report.pdf");
string summary = await pdf.Summarize();

Imports IronPdf
Imports IronPdf.AI
Imports Microsoft.SemanticKernel
Imports Microsoft.SemanticKernel.Memory

Dim builder = Kernel.CreateBuilder() _
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey) _
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey)
Dim kernel = builder.Build()

Dim memory = New MemoryBuilder() _
    .WithMemoryStore(New VolatileMemoryStore()) _
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey) _
    .Build()

IronDocumentAI.Initialize(kernel, memory)

Dim pdf As PdfDocument = PdfDocument.FromFile("report.pdf")
Dim summary As String = Await pdf.Summarize()

Metoda Query utrzymuje kontekst rozmowy pomiędzy pytaniami uzupełniającymi, co jest podstawą dla chatbota dokumentów, wewnętrznej bazy wiedzy lub narzędzia badawczego. W połączeniu z OCR, podsumowanie działa również na zeskanowanych dokumentach, złożonych układach wielokolumnowych i plikach z obrazami oraz tabelami.

Punkty do zaplanowania

Ta funkcja wymaga więcej konfiguracji niż przewodniki konwersji, więc pewne wymagania wstępne są istotne:

• Trzy pakiety: IronPdf, IronPdf.Extensions.AI i Microsoft.SemanticKernel.Plugins.Memory. Plugin pamięci zasila ciągłe zapytania.
• Backend Azure OpenAI: Dokumentowana ścieżka wymaga subskrypcji Azure z dostępem do usługi Azure OpenAI Service, skonfigurowanej z punktem końcowym i kluczem.
• Przetwarzanie danych: Rozszerzenie wyodrębnia tekst dokumentu i wysyła go do punktu końcowego Azure OpenAI, więc poufna treść opuszcza lokalne środowisko. Uwzględnij to w regulowanych przepływach pracy.
• Magazyn pamięci według środowiska: VolatileMemoryStore pasuje do rozwoju, podczas gdy Chroma, Azure Cognitive Search lub Qdrant pasują do trwałości produkcyjnej.
• Eksperymentalne API: Semantic Kernel generuje SKEXP ostrzeżenia budowy, które można wyciszyć wpisem NoWarn w csproj.

Wynik

Za pomocą niewielkiej konfiguracji zespoły dodają automatyczne podsumowania i interfejs czatu ze swoim dokumentem do aplikacji .NET, przekształcając gęste pliki PDF w coś, co pracownicy i użytkownicy mogą w kilka sekund przeszukać. Pełne szczegóły konfiguracji znajdują się w przewodniku OpenAI dla PDF.