上一篇我們聊了怎么用LangChain讓大模型調(diào)用工具。這次更進一步——讓AI直接處理你電腦里的文件、表格，甚至是網(wǎng)頁上的實時信息。

很多開發(fā)者有個痛點：模型再聰明，也只能回答訓練數(shù)據(jù)里的東西。想讓AI分析一份剛下載的財報、一張銷售數(shù)據(jù)表，或者某個股票網(wǎng)站的最新頁面？以前得手動復制粘貼，現(xiàn)在LangChain的文檔加載器（document loaders）能直接搞定。

先看最基礎的文本文件。用TextLoader導入一段關于印度塔塔汽車的資料，代碼只有三行：

from langchain_community.document_loaders import TextLoader
loader = TextLoader("tata_motors.txt")
docs = loader.load()

加載后的docs是一個結構化文檔對象，包含文本內(nèi)容和元數(shù)據(jù)。接下來可以把它塞進提示詞模板，讓模型扮演股票研究助手，基于文件內(nèi)容回答問題——比如"塔塔汽車為其新加坡控股公司擔保了多少金額"。關鍵約束寫在提示詞里：只用提供的上下文，禁止編造缺失數(shù)據(jù)。

CSV表格的處理稍微復雜一點。LangChain提供了CSVLoader，但實戰(zhàn)中更多人直接用Pandas。把DataFrame轉成字符串喂給模型，LLM就能像數(shù)據(jù)分析師一樣干活。比如丟一張汽車價格表過去，問"10萬盧比預算內(nèi)有哪些車型"，模型會從表格里篩選、歸納，給出清晰答案。

真正實用的是網(wǎng)頁抓取。安裝unstructured庫后，UnstructuredURLLoader能同時處理多個鏈接。上面例子里的兩個印度股票網(wǎng)站，加載后直接讓AI分析估值、盈利能力、入場時機和風險點——相當于把繁瑣的投研初篩自動化了。

這套流程的核心價值在于"數(shù)據(jù)管道"：從原始文件到結構化輸入，再到帶約束的生成，全程代碼可控。對于需要頻繁處理外部信息的場景，比如金融分析、競品監(jiān)控、合同審查，能省下大量人工整理的時間。

當然，限制也很明顯。模型只能基于你喂進去的內(nèi)容作答，不會主動聯(lián)網(wǎng)核實；網(wǎng)頁結構一變，抓取可能失效；大文件還需要考慮分塊和向量檢索。但至少，AI從"聊天工具"變成了能對接真實工作流的組件——這才是Agent架構的實用起點。