Näin mintbot käsittelee tiedostoja

Kun lähetät mintbot-agentillesi valokuvan, asiakirjan, ääniviestin, taulukon, kuvakaappauksen tai PDF:n – Telegramin, verkkopaneelin tai API:n kautta –, tiedosto tallennetaan agenttisi omalle VPS:lle eikä minnekään muualle. Se pysyy siellä niin kauan kuin haluat, ja LLM saa siitä juuri sitä varten tehdyn työkopion.

Tämä on hiljainen suunnitteluratkaisu, jolla on isot seuraukset. Se kannattaa avata, koska juuri tässä mintbot eroaa selvimmin tavallisista tekoälychateista.

Alkuperäinen pysyy koskemattomana VPS:lläsi – malli näkee vain sitä varten tehdyn työkopion.

Kulku alusta loppuun

1. Tiedosto saapuu agentin VPS:lle. Verkkopaneeliin vedetty PDF menee suoraan VPS:llesi. Telegramissa lähetetyn kuvan tai tiedoston mintbot-botti hakee Telegramista ja välittää heti eteenpäin VPS:llesi – tiedosto vain kulkee läpi eikä sitä koskaan tallenneta keskitetysti. Agentin paikallinen API tarkistaa tiedoston tunnistetavut (magic bytes) selvittääkseen, mikä tiedosto oikeasti on (puhelimet ja selaimet merkitsevät tiedostoja yllättävän usein väärin), laskee SHA-256-tiivisteen ja kirjoittaa tiedoston polkuun /var/lib/mintbot-agent/uploads/<shard>/<sha256>.<ext>. Paikalliseen luetteloon lisätään rivi, johon tallentuvat lähde (telegram / panel / api), lataajan tunniste, MIME-tyyppi ja alkuperäinen tiedostonimi. Jos lähetät saman tiedoston kahdesti, se tallennetaan silti vain kerran.

   Jos keskustelu käydään projektissa, agentti laittaa kopion myös projektin uploads/-kansioon, jotta se voi työstää tiedostoa muun projektin rinnalla.

2. Alkuperäinen on pyhä. Tästä eteenpäin mikään mintbotissa ei muuta tallennettua tiedostoa. Sovittimet, jotka valmistelevat sen LLM:lle, tekevät vain työkopioita – pienennettyjä JPEG-kuvia, purettua tekstiä. Tavu tavulta muuttumaton alkuperäinen pysyy levyllä, kunnes poistat sen. Ei keskitettyä tallennustilaa, ei säilytysajastinta, ei vuotoja agenttien välillä: kukin agentin VPS tuntee vain oman omistajansa tiedostot.

3. Malli saa sitä varten tehdyn version. Kun agentti näyttää tiedoston LLM:lle, pieni välittäjä valitsee oikean sovittimen MIME-tyypin ja tiedostopäätteen perusteella:

   Sovitin	Käsittelee	Mitä malli saa
   Kuva	JPG, PNG, WebP, GIF, HEIC (iPhone), AVIF, TIFF, BMP	Pienennetty niin, että pidempi sivu on 1568 px, koodattu uudelleen JPEG-muotoon (q85) ja liitetty suoraan pyyntöön. Purku tehdään erillisessä, lyhytikäisessä prosessissa, jonka muistibudjetti on mitoitettu VPS:si mukaan, joten valtava kuva ei voi hidastaa agenttia
   PDF	.pdf enintään 32 MB	Liitetään aitona PDF:nä – Claude lukee tekstin ja asettelun suoraan. Isompi PDF jää levylle, ja agentti poimii tekstin itse (esim. pdftotext-työkalulla)
   Teksti	.txt, .md, .csv, .json, .yaml, .svg, lähdekoodi (.py, .js, .ts, .go, .rs, …), lokit, diffit	Puretaan UTF-8:na (varalla latin-1) ja liitetään 500 KB:hen asti; pidempi tiedosto katkaistaan siihen, ja koko alkuperäinen pysyy levyllä
   Ääni	.mp3, .ogg, .opus, .m4a, .wav, .flac, .aac	Telegramin ja paneelin mikrofonin ääniviestit saapuvat valmiiksi litteroituina. Äänitiedostoa ei vielä litteroida automaattisesti – agentti saa sen sijainnin ja ohjeet ja litteroi sen, kun pyydät
   Video	.mp4, .mov, .webm, .mkv, .avi	Ei vielä käsitellä automaattisesti. Pyynnöstäsi agentti asentaa ffmpeg-työkalun (kertoen ensin, paljonko se vie levytilaa) ja poimii itse kuvia tai ääniraidan
   Office-asiakirjat	.docx, .xlsx, .pptx, vanhemmat .doc / .xls / .ppt, .odt, .ods, .odp	Ei vielä käsitellä automaattisesti. Pyynnöstäsi agentti asentaa pienen lukukirjaston ja poimii tekstin
   Tuntematon	Kaikki muu	Huomautus, jossa on tiedoston nimi, tyyppi, koko ja sijainti levyllä sekä sen ensimmäiset tavut heksadesimaalimuodossa – tarpeeksi, jotta malli tunnistaa tiedoston ja avaa sen työkaluillaan, kun tehtävä sitä vaatii

   Jokainen työkopio tallennetaan välimuistiin alkuperäisen viereen nimellä <sha256>.cache/v<N>.json, joten kun malli tarvitsee tiedostoa seuraavan kerran, se latautuu heti. Kun sovitin muuttuu, välimuisti rakentuu itsestään uudelleen.

4. Mallin kontekstissa ei ole vanhenevia URL-osoitteita. Kun kuva tai PDF lähetetään LLM:lle, se liitetään samaan pyyntöön – ei URL-osoitetta, joka voisi myöhemmin palauttaa 404:n, eikä allekirjoitettua linkkiä, jolla on vanhenemisaika. Kun malli tarvitsee vain viittauksen, URL on sisäinen osoite https://agent<id>.<domain>/<panel_token>/api/local/uploads/<upload_id>/raw – suojattu agenttisi omalla paneelitunnisteella ja voimassa niin kauan kuin tiedosto on levyllä.

Miksi tämä on parempi kuin tavallinen tekoälychat

Kun lataat kuvan ChatGPT:hen tai PDF:n Claude.ai:hin, tiedosto menee palveluntarjoajan tallennustilaan, sidottuna siihen keskusteluun, ja palveluntarjoajan säilytyskäytäntö päättää, milloin se katoaa. Tietyn ajan jälkeen tiedosto on poissa, vaikka näkisit yhä keskustelun, johon se kuului. Palveluntarjoajan vaihtaminen tarkoittaa, että aloitat alusta.

Yleinen Telegram-bottien sudenkuoppa tekee eron konkreettiseksi. Telegram säilyttää jokaiselle kuvalle pysyvän file_id:n, mutta latauslinkki, jonka botti kuvalle saa, on taatusti voimassa vain noin tunnin. Botit, jotka säilyttävät pelkän linkin, palauttavat eilisestä kuvasta 404:n. mintbot kopioi tiedoston sinun agenttisi arkistoon heti, kun se saapuu – ja jos vastaat vanhempaan kuvaan, se hakee kuvan uudelleen pysyvän file_id:n avulla. Siitä lähtien kuva on sinun.

Tästä ratkaisusta seuraa kolme asiaa:

• Tiedostot kuuluvat sinulle, eivät LLM-palveluntarjoajalle. Jos vaihdat ensi kuussa Claudesta GPT:hen, tiedostohistoriasi tulee mukana koskemattomana, koska se on VPS:lläsi – ei palveluntarjoajan tallennustilassa.
• Voit kysyä myöhemmin uudelleen. ”Analysoit kolme kuukautta sitten minulle sopimuksen – voitko verrata sitä tähän uuteen luonnokseen?” toimii, koska alkuperäinen on yhä levyllä. Tavallisessa tekoälychatissa vanhempi tiedosto on yleensä jo kadonnut.
• Malli saa aina version, jota se osaa käyttää parhaiten. Kuvia ymmärtävät mallit saavat pienennetyn JPEG:n, tekstinlukijat UTF-8:n ja PDF-lukijat aidon PDF:n. Puhelimesta voi ladata HEIC-kuvia, ja se vain toimii – kuvadekooderi lataa Pillow’n HEIF-laajennuksen, ja tunnistetavujen tarkistus huomaa puhelimet, jotka merkitsevät tiedoston virheellisesti tyypiksi application/octet-stream.

Missä hallitset tiedostojasi

Agentin verkkopaneelissa on tiedostonhallinta kohdassa Asetukset → Tiedostonhallinta. Sillä voi selata koko agentin VPS:ää; latausarkisto polussa /var/lib/mintbot-agent/uploads/ on se osa, jonka keskustelusi täyttävät. Siellä voit:

• Selata kansioita sekä ladata, nimetä uudelleen, siirtää tai poistaa tiedostoja
• Luoda kansioita
• Vetää ja pudottaa uusia tiedostoja – ne siirretään osissa, enintään 4 GB tiedostoa kohden
• Muokata pieniä tekstitiedostoja (enintään 1 MB) suoraan selaimessa

Kokorajat: keskusteluun liitetty tiedosto voi olla enintään 500 MB; Telegram antaa bottien hakea vain enintään 20 MB:n tiedostoja; Tiedostonhallinta ottaa vastaan enintään 4 GB tiedostoa kohden. Muuten ainoa raja on levysi – mintbot jättää aina hieman vapaata tilaa, jotta palvelin pysyy käynnissä. Jos levy täyttyy, agentti kertoo siitä ja antaa suoran linkin Tiedostonhallintaan, jossa voit vapauttaa tilaa – tai voit vain pyytää agenttia poistamaan vanhoja tiedostoja.

Kun poistat tiedoston Tiedostonhallinnassa, se poistuu levyltä, eikä agentti voi enää näyttää sitä LLM:lle. Juuri tämä tekee alkuperäisestä ”sinun omasi”: vain sinä voit poistaa sen.

Lopuksi

Useimmat tekoälychatit kohtelevat lataamiasi tiedostoja kertakäyttöisenä keskustelukontekstina. mintbot kohtelee niitä sinun tietoinasi – ne on tallennettu VPS:llesi, ne ovat sinun omistuksessasi, ja ne muunnetaan tarpeen mukaan juuri siihen muotoon, jota malli kulloinkin tarvitsee. Moni mintbotin kiinnostavimmista ominaisuuksista rakentuu tämän perustan varaan.