我正在使用FastGPT构建一个知识库，希望最终能实现图文并茂的问答 
当前已实现的方案 

我将训练资料手动整理成Markdown格式，包含标准的图片语法，例如： 
![图片描述](图片URL)
将此类Markdown文件导入FastGPT进行训练后，AI能够学会并返回相同格式的图文内容。
前端通过Markdown渲染器展示，流程已跑通

遇到的核心问题 
我手头的原始资料大多是PDF和Word文档 ，内部图文混排 。目前看来，FastGPT默认的文档解析（或Embedding）逻辑似乎会过滤掉图片 ，只提取纯文本，导致训练后的模型丢失了图片信息。 
难道我要修改 fastgpt 源码调整 embedding 逻辑吗。。。 这对我难度有点大，并且后面合并他源分支的改动可能会不太好搞 。 
在不修改FastGPT核心源码的前提下，有没有什么处理方案？ 
或者有什么开源工具可以把 pdfwo...