Attachments：两行代码让任意文件变身LLM上下文

Attachments是由Maxime Rivest开发维护的开源Python库，旨在成为连接任意文件与大语言模型（LLM）的通用桥梁。只需两行代码，即可将PDF、图片、文档等各类文件自动转换为图像和文本格式，直接注入LLM上下文。项目开源地址为https://github.com/MaximeRivest/attachments，发布时间为2026-06-10。

在LLM应用开发中，高效处理非文本文件（如PDF、图片、Word、Excel等）是常见挑战。传统做法需开发者自行处理文件解析、格式转换等繁琐步骤，代码复杂且易丢失信息。现有解决方案要么过于重量级，配置依赖复杂；要么功能单一，仅支持特定格式，开发者需在易用性与功能完整性间妥协。

极简API设计

采用“约定优于配置”理念，自动识别文件类型并选择最佳处理策略，降低开发门槛。

多格式支持

覆盖文档类（PDF、Word、纯文本、Markdown）、表格类（Excel、CSV）、图像类（PNG、JPEG等）、代码文件等多种格式。

智能转换策略

• 文本文档：直接提取结构化文本
• 图像文件：保留图像数据供多模态模型使用
• 复杂布局文档（如PDF）：转换为图像+OCR文本组合，确保版式信息不丢失

文件类型检测

通过文件扩展名快速匹配+文件头（magic bytes）深度识别的混合策略，兼顾速度与准确性。

内容提取流水线

1. 输入规范化：统一处理文件路径、URL、二进制数据等输入形式
2. 格式识别：确定文件类型与最佳处理方式
3. 内容提取：调用对应解析器提取文本和/或图像数据
4. 输出格式化：组织为LLM友好格式（如消息列表、上下文块）

扩展性设计

采用插件架构，支持注册自定义文件处理器，轻松扩展罕见格式或特殊需求。

RAG系统增强

作为文档预处理层，将企业知识库各类文件转换为可嵌入的文本和图像表示，提升知识检索覆盖率与准确性。

多模态对话应用

为聊天机器人提供开箱即用的文件处理方案，支持PDF报告、产品图片、数据表格等无缝接入对话流程。

自动化文档处理

作为文件理解基础组件，支持合同审查、发票处理、简历筛选等场景，将非结构化文档转化为LLM可理解的结构化数据。

在LLM工具生态中，Attachments填补了“轻量级通用文件处理”细分领域空白：

• 相比LangChain等重型框架的文档加载器，更轻量专注
• 相比PyPDF2、python-docx等单一格式专用库，提供统一抽象接口
• 相比商业API服务，完全开源且数据隐私可控

当前作为新兴项目，可能存在边缘格式支持不完善、超大规模文档处理性能与内存优化不足等问题。长期愿景是成为LLM应用开发的标配组件，如同Requests之于HTTP、Pandas之于数据处理，让文件上下文注入变得毫不费力。

Attachments代表LLM工具生态向“开发者体验优先”演进的重要方向，通过极致API简化，将原本复杂的文件处理任务压缩至两行代码，加速LLM应用在更多场景的落地普及。对于构建文档理解、知识问答、多模态对话等应用的开发者，Attachments值得纳入技术选型考虑范围。