pdf加载出错，显示 file is not a zip file

[kylinwn]

pdf 加载出错，显示 file is not a zip file

2024-09-09 10:28:12.630 | INFO | chatchat.server.knowledge_base.utils:file2docs:336 - RapidOCRPDFLoader used for C:\Users\A01598\NewChat\data\knowledge_base\GWB\content\10KV变电所0.4KV侧设备预防性维修作业基准（2024.6.26）.pdf RapidOCRPDFLoader context page index: 2: 100%|█████████████████████████| 3/3 [00:00<00:00, 23.82it/s] 2024-09-09 10:28:16.958 | ERROR | chatchat.server.knowledge_base.utils:files2docs_in_thread_file2docs:419 - BadZipFile: 从文件 GWB/10KV变电所0.4KV侧设备预防性维修作业基准（2024.6.26）.pdf 加载文档时出 错：File is not a zip file 2024-09-09 10:28:16.969 | INFO | chatchat.server.knowledge_base.kb_cache.faiss_cache:save:40 - 已 将向量库 ('GWB', 'bge-m3_latest') 保存到磁盘

预期的结果 / Expected Result 描述应该出现的结果 / Describe the expected result.

实际结果 / Actual Result 描述实际发生的结果 / Describe the actual result.

环境信息 / Environment Information

• Langchain-Chatchat 版本 / commit 号：0.3.1.3

• 部署方式（pypi 安装 / 源码部署 / docker 部署）：pypi 安装

• 使用的模型推理框架（Xinference / Ollama / OpenAI API 等）：Xinference / Model serve method（Xinference / Ollama / OpenAI API, etc.): ollama

• 使用的 LLM 模型（GLM-4-9B / Qwen2-7B-Instruct 等）：GLM-4-9B / LLM used (GLM-4-9B / Qwen2-7B-Instruct, etc.): GLM-4-9B

• 使用的 Embedding 模型（bge-large-zh-v1.5 / m3e-base 等）：bge-large-zh-v1.5 / Embedding model used (bge-large-zh-v1.5 / m3e-base, etc.): bge-large-zh-v1.5

• 使用的向量库类型 (faiss / milvus / pg_vector 等)： faiss / Vector library used (faiss, milvus, pg_vector, etc.): faiss

• 操作系统及版本 / Operating system and version: windows

• Python 版本 / Python version: 3.10

• 推理使用的硬件（GPU / CPU / MPS / NPU 等） / Inference hardware (GPU / CPU / MPS / NPU, etc.): GPU

• 其他相关环境信息 / Other relevant environment information:

==

[948024326]

同样遇到这个问题了

[948024326]

我解决了，我这样放nltk就没出现了， 知识库会话也正常了

[kylinwn]

啥意思，我Windows下PIP部署的，怎么搞啊老哥

[948024326]

啥意思，我Windows下PIP部署的，怎么搞啊老哥

你按我那样创建试一试， 根目录下创建 data/nltk_data, 然后把nltk里面三个文件夹复制进去再把根目录的nltk文件夹删了试一下

[kylinwn]

就是我先创建data文件夹，然后把nltk_data文件夹移动进去是这个意思吗？、我看我倒数第五个文件夹就是nltk_data

[948024326]

就是我先创建data文件夹，然后把nltk_data文件夹移动进去是这个意思吗？、我看我倒数第五个文件夹就是nltk_data

是的你试试，感觉核心是可能代码拉早了， 他好像最新版本解决了这个问题已经， 还不行可以直接拉最新

[kylinwn]

我这就是拉的最新版本的，麻了，啥情况到底