高级文件与多模态 (Files & Multimodal)

高级文件与多模态 (Files & Multimodal)

AMC WebUI 为多模态文件输入、复杂工程代码库解析与音频预处理提供了业界领先的管线支持。

---

1. 文件夹与 ZIP 代码库解包解析

• 拖拽即解包：将任意项目工程文件夹或 .zip 压缩包拖入聊天窗口。
• 智能树状目录构建：前端自动过滤常见忽略目录（如 node_modules、.git、dist），递归解析源码文件树，并构造完整的项目结构摘要与内容拼接，方便进行大工程代码审查与重构。

---

2. 浏览器端音频压缩预处理 (Audio Compression Worker)

语音和音频文件通常体积庞大、消耗极高 Token 与上传带宽：

• AMC WebUI 在浏览器端实现了独立的 Audio Compression Worker。
• 用户录制或上传的音频，会在客户端自动重采样、过滤静音片段并采用高效编码压缩，在维持语音辨识度的同时削减多达 70% 的 Token 消耗与网络上传延迟。

---

3. Gemini Cloud Files API 空间管理

针对超大文档、长视频或高分辨率图像，AMC WebUI 提供了对 Google 官方 Gemini Files API 的深度管理面板：

• 上传策略自由切换：在上传设置中，可为每类文件指定走「直接 Base64 内嵌」还是走「Cloud Files API 独立托管」。
• 云端文件管理器 (Cloud Files Modal)：
  • 支持查看当前 API Key 关联的云端已上传文件列表、文件大小、创建时间与过期剩余时间（官方通常保留 48 小时）。
  • 支持一键删除废弃云端文件，释放存储配额。

---

4. 富文本与媒体预览能力

• PDF 阅读器：内置 pdfjs-dist 与 react-pdf 高性能渲染器，支持多页缩放与文字检索。
• 办公文档解析：内置 docx-preview 与 xlsx (SheetJS)，直接在前端将 Word 与 Excel 转化为可视化预览表格。
• 图像细节等级 (Detail Level)：支持针对单张图片指定 Low / Medium / High / Ultra High（超高精度细节），满足细微裂痕识别或密集图纸阅读需求。