"Failed to upload document. Please upload an unstructured text document."

Aperta

#226 aperta il 22/10/2024 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà: 4/5
Tempo stimato: 3-5 giorni
Idoneità per principianti: 30/100

Tipo di issue: Bug
Chiarezza: Da chiarire
Stato di attività: Ferma
Stack tecnologico: python
Ambito: api, backend

Direzione di ricerca

Inizia riproducendo il caricamento del PDF tramite l’endpoint POST /documents e segui i log di ingestione di chain-server, in particolare l’estrazione PDF di unstructured e la risorsa punkt_tab mancante di NLTK. done deve significare che il PDF riportato può essere acquisito senza l’errore della risorsa o un errore di caricamento fuorviante.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

I am getting this weird error where it says Failed to upload document. Please upload an unstructured text document.
I can confirm my api key is valid and has credits

chain-server logs->>>

2024-10-22 03:52:48 WARNING:unstructured:PDF text extraction failed, skip text extraction...
2024-10-22 03:52:48 INFO:unstructured:Processing entire page OCR with tesseract...
2024-10-22 03:53:00 ERROR:example:Failed to ingest document due to exception
2024-10-22 03:53:00 **********************************************************************
2024-10-22 03:53:00 Resource punkt_tab not found.
2024-10-22 03:53:00 Please use the NLTK Downloader to obtain the resource:
2024-10-22 03:53:00
2024-10-22 03:53:00 >>> import nltk
2024-10-22 03:53:00 >>> nltk.download('punkt_tab')
2024-10-22 03:53:00
2024-10-22 03:53:00 For more information see: https://www.nltk.org/data.html
2024-10-22 03:53:00
2024-10-22 03:53:00 Attempted to load tokenizers/punkt_tab/english/
2024-10-22 03:53:00
2024-10-22 03:53:00 Searched in:
2024-10-22 03:53:00 - '/tmp-data/nltk_data/'
2024-10-22 03:53:00 - '/root/nltk_data'
2024-10-22 03:53:00 - '/usr/nltk_data'
2024-10-22 03:53:00 - '/usr/share/nltk_data'
2024-10-22 03:53:00 - '/usr/lib/nltk_data'
2024-10-22 03:53:00 - '/usr/share/nltk_data'
2024-10-22 03:53:00 - '/usr/local/share/nltk_data'
2024-10-22 03:53:00 - '/usr/lib/nltk_data'
2024-10-22 03:53:00 - '/usr/local/lib/nltk_data'
2024-10-22 03:53:00 **********************************************************************
2024-10-22 03:53:00
2024-10-22 03:53:00 ERROR:RetrievalAugmentedGeneration.common.server:Error from POST /documents endpoint. Ingestion of file: /tmp/gradio/92f4570d0bbd4d801f7fbbae0ad13db83f59b1f6518c47156f6cbb0b605472d7/Justin_Silva_Resume.pdf failed with error: Failed to upload document. Please upload an unstructured text document.

Lingua principale: Jupyter Notebook
Stelle: 4.2k
Fork: 1.1k
Merge medio: 10h 15m
PR unite (30g): 1

Guida per i contributori

Apri la guida per i contributori

Come iniziare

Leggi tutta la issue e poi la guida ai contributi del progetto.
Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
Fai un fork del repository e lavora su un branch.
Apri una pull request che faccia riferimento al numero della issue.

Altre issue di NVIDIA/GenerativeAIExamples

Incorrect audit job payload for nemo-microservices/auditor:25.09 Aperta

Difficoltà 1/5 Meno di un'ora Idoneità per principianti 70/100

NVIDIA/GenerativeAIExamples#361 · 2 commenti · Aperta il 7/10/2025
Support Excel File Upload in Data Analysis Agent Aperta

Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100

NVIDIA/GenerativeAIExamples#299 · Aperta il 4/6/2025
Resource: curated awesome-list for NVIDIA NIM integrations Aperta

Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100

NVIDIA/GenerativeAIExamples#437 · Aperta il 11/6/2026
hyperlink not working Aperta

Difficoltà 1/5 Meno di un'ora Idoneità per principianti 45/100

NVIDIA/GenerativeAIExamples#400 · Aperta il 19/11/2025
payload = { "name": "getting-started-job", "project": "demo", "spec": { "config": f"default/{config_name}", "target": f"default/{target_name}", } } Aperta

Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100

NVIDIA/GenerativeAIExamples#399 · Aperta il 17/11/2025

Tutte le issue di NVIDIA/GenerativeAIExamples

Issue simili

[Bug]: Discord Activity titles with emoji are rejected as over 80 characters when they are not Aperta

clawsweeper:linked-pr-open clawsweeper:no-new-fix-pr clawsweeper:source-repro impact:message-loss issue-rating: 🦞 diamond lobster maturity:stable P2

Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100

openclaw/openclaw#156094 · 1 commento · 1 reazione · Aperta il 23/9/2026
[Bug] Trino/Presto queries fail when query metadata contains non-ASCII characters Aperta

Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100

growthbook/growthbook#7100 · Aperta il 23/9/2026
Reflected XSS in loopback OAuth callback via error_description Aperta

Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100

punkpeye/mcp-remote#369 · Aperta il 23/9/2026
WebPubSubServiceClient.GetClientAccessUri (sync) drops the groups argument on the TokenCredential path Aperta

Client customer-reported needs-team-attention question Service Attention WebPubSub

Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100

Azure/azure-sdk-for-net#63292 · 3 commenti · 1 reazione · Aperta il 22/9/2026
`GoogleModel` returns Gemini's interim thought images as output when not streaming Aperta

bug p:3-mid pydanty:bug

Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100

pydantic/pydantic-ai#8643 · 1 commento · Aperta il 22/9/2026

Altre issue su Backend & API Design