思路是想要知道word都有什么内容，这些内容在哪里，结构化的时候提高数据的准确度。
思路一： word给AI----AI给出大纲和位置（超token） 思路二： 程序处理，具体内容的位置不准确（word页码和位置没有办法锁定） 思路三：预处理提取图片和表格，将word剩余文本，但是转换为html的过程很漫长，提取的表格也很混乱，根据保留不了表格的原有格式（保留原格式是为了将内容给视觉模型，让视觉模型去提取里面内容），剩余的word都是文本，将文本将文内容给模型。模型输出结构化的数据存储在数据库，将结构化数据存储在向量化数据库中，根据关键词搜索向量化数据库结构化的json数据是什么与数据库字段做匹配。
