🐤 Extração de documentos de documentos

aviso

Este tutorial é uma contribuição da comunidade e não é suportado pela equipe Nullcore. Serve apenas como uma demonstração sobre como personalizar o Nullcore para o seu caso de uso específico. Quer contribuir? Confira o tutorial contribuinte.

🐤 Extração de documentos de documentos

Esta documentação fornece um guia passo a passo para integrar documentos com o Nullcore. Docling é uma biblioteca de processamento de documentos projetada para transformar uma ampla gama de formatos de arquivo - incluindo PDFs, documentos do Word, planilhas, HTML e imagens - em dados estruturados como JSON ou Markdown. Com suporte interno para detecção de layout, análise de tabela e processamento com reconhecimento de idiomas, a documentação de linhas de documentos para aplicativos de IA, como pesquisa, resumo e geração de recuperação, durante uma interface unificada e extensível.

Pré -requisitos

Abra a instância da Webui
Docker instalado em seu sistema
Docker Network criada para o Nullcore

Etapas de integração

Etapa 1: Execute o comando do Docker para documentar-serve

Docker Run -P 5001: 5001 -e docling_serve_enable_ui = true quay.io/docling-project/docling-serve

*Com suporte à GPU:

Docker Run--GPUS ALL -P 5001: 5001 -E docling_serve_enable_ui = true quay.io/docling-project/docling-serve-cu124

Etapa 2: Configure o Nullcore para usar documentos

Faça login na sua instância de webui aberto.
Navegue até oAdmin Panelmenu de configurações.
Clique emSettings
Clique noDocumentsguia.
Mude oDefaultsuspensão de mecanismo de extração de conteúdo paraDocling
Atualizar o URL do mecanismo de extração de contexto parahttp://host.docker.internal:5001
Salve as alterações.

(Opcional) Etapa 3: Configurar os recursos de descrição da imagem de Docling

noDocumentsguia:
AtivarDescribe Pictures in Documentsbotão.
Abaixo, escolha um modo de descrição:localouAPI
- local: O modelo de visão será executado no mesmo contexto que a própria documentação
- API: Docling fará uma chamada para um serviço/contêiner externo (ou seja, Ollama)
preencha umvalor do objetoconforme descrito emhttps://github.com/docling-project/docling-nserve/blob/main/docs/usage.md#picture-description-options
Salve as alterações.

Verifique se o valor do objeto é um JSON válido! Exemplos de trabalho abaixo:

{
  "Repo_id" "Huggingfacetb/smolvlm-256m-Instruct", Assim,
  "generation_config" {
    "max_new_tokens" 200, Assim,
    "Do_sample" falso
  , Assim,
  "incitar" "Descreva esta imagem em algumas frases".

{
  "Url" "http: // localhost: 11434/v1/bate -papo/conclusões", Assim,
  "Params" {
    "modelo" "QWEN2.5VL: 7B-Q4_K_M"
  , Assim,
  "tempo esgotado" 60, Assim,
  "incitar" "Descreva esta imagem em grandes detalhes."

Verificando a documentação no Docker

Para verificar se a documentação está funcionando corretamente em um ambiente do Docker, você pode seguir estas etapas:

1. Inicie o contêiner Docling Docker

Primeiro, verifique se o contêiner Docling Docker está em execução. Você pode iniciá -lo usando o seguinte comando:

Docker Run -P 5001: 5001 -e docling_serve_enable_ui = true quay.io/docling-project/docling-serve

Este comando inicia o contêiner Docling e mapeia a porta 5001 do contêiner para a porta 5001 em sua máquina local.

2. Verifique se o servidor está em execução

Vá parahttp://127.0.0.1:5001/ui/
O URL deve levar a uma interface do usuário a usar documentos

3. Verifique a integração

Você pode tentar fazer upload de alguns arquivos através da interface do usuário e ele deve retornar a saída no formato MD ou no formato desejado

Conclusão

A integração de documentos com o Nullcore é uma maneira simples e eficaz de aprimorar os recursos de processamento de documentos e extração de conteúdo. Seguindo as etapas deste guia, você pode configurar documentos como o mecanismo de extração padrão e verificar que está funcionando sem problemas em um ambiente do Docker. Uma vez configurado, a documentação permite a análise de documentos poderosos e agnósticos de formato para suportar recursos de IA mais avançados no Nullcore.