Aleph项目文档更新:移除废弃的convert-document服务说明
在Aleph项目的技术文档维护过程中,我们发现技术FAQ部分仍保留着对已废弃convert-document服务的引用。作为开源情报分析平台,Aleph的文档准确性直接影响用户的使用体验和系统部署效率。
convert-document服务原本负责文档格式转换功能,但在项目演进过程中已被移除。当前版本中,相关功能已整合至ingest-file服务中。文档中过时的内容会导致用户在配置系统时产生困惑,特别是在以下三个关键方面:
首先,关于系统资源分配的建议需要更新。原文档建议在8核系统中配置8个ingest-file容器、4个convert-document容器和2个worker容器。现在应当调整为仅配置ingest-file和worker两种容器类型。根据最新实践,建议按照1:1的比例配置worker容器与CPU核心数,而ingest-file容器数量可适当减少。
其次,文档中关于"文档转换服务启动崩溃"的故障排除章节需要重写。虽然故障现象和解决方案的核心逻辑仍然适用,但需要将convert-document服务的具体说明替换为ingest-file服务的相关描述。特别是关于禁用线程的配置建议,现在应该针对ingest-file服务进行调整。
最后,关于系统性能调优的建议也需要同步更新。禁用线程的配置方式虽然能提供更可预测的性能表现,但会降低整体吞吐量。在最新版本中,用户可以根据实际需求选择是否禁用线程:对于需要稳定性的场景建议禁用线程并增加容器数量;对于追求高吞吐量的场景则建议启用线程并减少容器数量。
这些文档更新工作确保了用户能够基于最新版本的Aleph系统获得准确的配置指导,避免因文档滞后导致的部署问题。作为开源情报分析领域的重要工具,Aleph的文档维护与其功能开发同等重要,都需要社区成员的持续关注和贡献。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00