Spring AI 和 LangChain4J中文档处理功能对比

前面两个章节我们介绍过了Spring AI和LangChain4J中的RAG中文档分段的相关支持，我们把他们放一起做个简单的对比： | 对比项 | Spring AI（+Alibaba） | LangChain4J | | --- | --- | --- | | 文档读取（读取到内存中） | 本地文件格式（Office 文档、PDF 、 | Amazon S3、Azure Blob、Google Cloude Storage、本地文件格式、Github、Selenium、COS、URL等。 | | 文档解析（转成Document对象） | 文档格式（PDF、Markdown、YAML、HTML 等） | TextDocumentParser | | 文本分段 | TokenTextSplitter（按照固定长度分段） | DocumentByParagraphSplitter（按段落分割） | | 文档清洗 | | HtmlToTextDocumentTransformer（将HTML内容转成纯文本） | | 元数据加工 | ContentFormatTransformer（元数据统一转换） | |