Documentation Index
Fetch the complete documentation index at: https://docs.jinba.io/llms.txt
Use this file to discover all available pages before exploring further.
文書処理ツールを使用すると、PDF、DOCX、Word文書を含むさまざまな文書形式からテキストコンテンツを抽出できます。これらのツールは、文書分析、コンテンツ抽出、テキスト処理ワークフローに不可欠です。
主な機能
PDF_EXTRACT_TEXT
DOCX_EXTRACT_TEXT
WORD_TABLE_EXTRACT
- Word文書からテーブルデータをJSONとして抽出
WORD_TABLE_UPDATE
TRANSLATE_PPTX_FILE
- PowerPoint（PPTX）ファイルのテキストコンテンツを異なる言語に翻訳
認証は不要です。文書処理ツールは、ファイルURLまたはbase64エンコードされたファイルで直接動作します。
例: 基本的なテキスト抽出
- id: extract_pdf_text
name: extract_pdf_text
tool: PDF_EXTRACT_TEXT
input:
- name: base64_file
value: "{{steps.upload_pdf.result.base64}}"
- id: extract_docx_text
name: extract_docx_text
tool: DOCX_EXTRACT_TEXT
input:
- name: base64_file
value: "{{steps.upload_docx.result.base64}}"
- id: analyze_extracted_text
name: analyze_extracted_text
tool: OPENAI_INVOKE
config:
- name: version
value: gpt-4
input:
- name: prompt
value: |
以下の抽出されたテキストを分析し、以下を提供してください：
1. 主要トピックの要約
2. 重要な発見や重要なポイント
3. 言及されたアクションアイテム
PDFコンテンツ: {{steps.extract_pdf_text.result.text}}
DOCXコンテンツ: {{steps.extract_docx_text.result.text}}
例: Wordテーブル処理
- id: extract_word_table
name: extract_word_table
tool: WORD_TABLE_EXTRACT
config:
- name: timeout
value: 300000
input:
- name: file_url
value: "https://example.com/document.docx"
- name: table_index
value: 0
- id: process_table_data
name: process_table_data
tool: PYTHON_SANDBOX_RUN
input:
- name: script
value: |
import json
# 前のステップからテーブルデータを取得
table_data = {{steps.extract_word_table.result.table}}
# テーブルデータを処理
processed_data = []
headers = table_data[0] if table_data else []
for row in table_data[1:]: # ヘッダー行をスキップ
row_dict = {}
for i, cell in enumerate(row):
if i < len(headers):
row_dict[headers[i]] = cell
processed_data.append(row_dict)
print(json.dumps({"processed_table": processed_data}))
- id: save_to_spreadsheet
name: save_to_spreadsheet
tool: GOOGLE_SPREADSHEET_ADD_ROWS
config:
- name: credentials
value: "{{secrets.GOOGLE_SHEETS_CREDENTIALS}}"
input:
- name: spreadsheet_id
value: "your_spreadsheet_id"
- name: sheet_name
value: "抽出されたデータ"
- name: values
value: "{{steps.extract_word_table.result.table}}"
例: 文書分析パイプライン
- id: upload_document
name: upload_document
tool: INPUT_FILE
input:
- name: value
value: "分析する文書"
- id: determine_file_type
name: determine_file_type
tool: PYTHON_SANDBOX_RUN
input:
- name: script
value: |
import json
# ファイル情報を取得
file_info = {{steps.upload_document.result}}
file_name = file_info.get('filename', '').lower()
if file_name.endswith('.pdf'):
file_type = 'pdf'
elif file_name.endswith('.docx'):
file_type = 'docx'
else:
file_type = 'unknown'
print(json.dumps({"file_type": file_type, "filename": file_name}))
- id: extract_text_pdf
name: extract_text_pdf
tool: PDF_EXTRACT_TEXT
condition: "{{steps.determine_file_type.result.file_type == 'pdf'}}"
input:
- name: base64_file
value: "{{steps.upload_document.result.base64}}"
- id: extract_text_docx
name: extract_text_docx
tool: DOCX_EXTRACT_TEXT
condition: "{{steps.determine_file_type.result.file_type == 'docx'}}"
input:
- name: base64_file
value: "{{steps.upload_document.result.base64}}"
- id: generate_document_summary
name: generate_document_summary
tool: OPENAI_INVOKE
config:
- name: version
value: gpt-4
input:
- name: prompt
value: |
この文書の包括的な要約を作成してください：
文書: {{steps.determine_file_type.result.filename}}
単語数: {{steps.process_extracted_text.result.word_count}}
コンテンツ:
{{steps.process_extracted_text.result.text}}
以下を提供してください：
1. エグゼクティブサマリー（2-3文）
2. 主要トピックとテーマ
3. 重要な事実やデータポイント
4. アクションアイテムや推奨事項
5. 全体的な評価
例: PowerPoint翻訳
- id: upload_presentation
name: upload_presentation
tool: INPUT_FILE
input:
- name: description
value: "翻訳するPowerPointファイルをアップロード"
- id: translate_to_spanish
name: translate_to_spanish
tool: TRANSLATE_PPTX_FILE
input:
- name: value
value: "{{steps.upload_presentation.result.file_url}}"
- name: target_lang
value: "es"
- id: translate_to_french
name: translate_to_french
tool: TRANSLATE_PPTX_FILE
input:
- name: value
value: "{{steps.upload_presentation.result.file_url}}"
- name: target_lang
value: "fr"
- id: translate_to_japanese
name: translate_to_japanese
tool: TRANSLATE_PPTX_FILE
input:
- name: value
value: "{{steps.upload_presentation.result.file_url}}"
- name: target_lang
value: "ja"
- id: create_download_links
name: create_download_links
tool: PYTHON_SANDBOX_RUN
input:
- name: code
value: |
import json
# 翻訳結果を収集
original_file = "{{steps.upload_presentation.result.filename}}"
spanish_url = "{{steps.translate_to_spanish.result.url}}"
french_url = "{{steps.translate_to_french.result.url}}"
japanese_url = "{{steps.translate_to_japanese.result.url}}"
translations = {
"original_file": original_file,
"translations": [
{"language": "スペイン語 (es)", "download_url": spanish_url},
{"language": "フランス語 (fr)", "download_url": french_url},
{"language": "日本語 (ja)", "download_url": japanese_url}
]
}
print("=== PowerPoint翻訳完了 ===")
print(f"元のファイル: {original_file}")
print("\n翻訳されたバージョンが利用可能:")
for trans in translations["translations"]:
print(f" • {trans['language']}: {trans['download_url']}")
# さらなる処理のためのJSON出力
print(f"\nJSON出力: {json.dumps(translations, ensure_ascii=False)}")
サポートされる言語
TRANSLATE_PPTX_FILEツールは標準言語コードを使用してさまざまな言語への翻訳をサポートします:
主要言語コード:
- en: 英語
- es: スペイン語
- fr: フランス語
- de: ドイツ語
- it: イタリア語
- pt: ポルトガル語
- ru: ロシア語
- ja: 日本語
- ko: 韓国語
- zh: 中国語（簡体字）
- ar: アラビア語
- hi: ヒンディー語
- nl: オランダ語
- sv: スウェーデン語
- da: デンマーク語
- no: ノルウェー語
- fi: フィンランド語
使用上の注意:
- 翻訳は元の書式とスライド構造を保持します
- 画像内のテキストは翻訳できません（テキストボックスと図形のみ）
- 複雑なアニメーションと画面切り替え効果は保持されます
- 翻訳後のファイルサイズは若干変動する場合があります
- 処理時間はプレゼンテーションのサイズと複雑さに依存します
ヒントとベストプラクティス
- base64エンコードファイルのサポートにより安全なファイル処理が可能
- 処理前に常にファイルタイプを検証する
- 大きな文書を処理する際は適切なタイムアウトを検討する
- 破損したファイルやサポートされていないファイルのエラーハンドリングを実装する
- 構造化データ分析のためにテキストとは別にテーブルを抽出する
- より良い分析結果のためにテキストのクリーニングと前処理を検討する
Jinba Flow
Jinba App
Jinba Toolbox