ดาวน์โหลด documind - ดาวน์โหลดซอร์สโค้ด documind

documind

ซอร์สโค้ดอื่น ๆ

v1.0.9

ดาวน์โหลด

สารเอกสาร

Documind เป็นเครื่องมือประมวลผลเอกสารขั้นสูงที่ใช้ประโยชน์จาก AI เพื่อแยกข้อมูลที่มีโครงสร้างจาก PDF มันถูกสร้างขึ้นเพื่อจัดการการแปลง PDF แยกข้อมูลที่เกี่ยวข้องและผลลัพธ์รูปแบบตามที่ระบุโดย schemas ที่ปรับแต่งได้

repo นี้ถูกสร้างขึ้นที่ด้านบนของ Zerox - https://github.com/getomni-ai/zerox ใบอนุญาต MIT จาก Zerox รวมอยู่ในโฟลเดอร์หลักและยังถูกกล่าวถึงในไฟล์สิทธิ์การใช้งานรูท

คุณสมบัติ

แปลง PDF เป็นภาพสำหรับการประมวลผล AI โดยละเอียด
ใช้ API ของ OpenAI เพื่อแยกและโครงสร้างข้อมูล
อนุญาตให้ผู้ใช้ระบุแผนการสกัดสำหรับรูปแบบเอกสารต่างๆ
ออกแบบมาสำหรับการปรับใช้ที่ยืดหยุ่นในสภาพแวดล้อมในท้องถิ่นหรือคลาวด์

ลองใช้เวอร์ชันโฮสต์

การสาธิตของเวอร์ชันโฮสต์ Documind จะพร้อมใช้งานเร็ว ๆ นี้เพื่อให้คุณลอง! เวอร์ชันที่โฮสต์ให้ประสบการณ์ที่ไร้รอยต่อด้วย API ที่ได้รับการจัดการอย่างสมบูรณ์ดังนั้นคุณสามารถข้ามการตั้งค่าและเริ่มแยกข้อมูลได้ทันที

สำหรับการเข้าถึงบริการที่โฮสต์อย่างเต็มรูปแบบโปรดขอเข้าถึงและเราจะได้รับการตั้งค่า

ความต้องการ

ก่อนที่จะใช้ documind ตรวจสอบให้แน่ใจว่ามีการติดตั้งซอฟต์แวร์ต่อไปนี้:

การพึ่งพาระบบ

Ghostscript : documind ขึ้นอยู่กับ Ghostscript สำหรับการจัดการการดำเนินการ PDF บางอย่าง
GraphicsMagick : จำเป็นสำหรับการประมวลผลภาพภายในการแปลงเอกสาร

ติดตั้งทั้งสองบนระบบของคุณก่อนดำเนินการ:

 # On macOS
brew install ghostscript graphicsmagick

# On Debian/Ubuntu
sudo apt-get update
sudo apt-get install -y ghostscript graphicsmagick

node.js & npm

ตรวจสอบให้แน่ใจว่าติดตั้ง Node.js (V18+) และ NPM ในระบบของคุณ

การติดตั้ง

คุณสามารถติดตั้ง documind ผ่าน NPM:

npm install documind

การตั้งค่าสภาพแวดล้อม

documind ต้องการไฟล์ .env เพื่อจัดเก็บข้อมูลที่ละเอียดอ่อนเช่นคีย์ OpenAI API ของคุณ

สร้างไฟล์ .env ในไดเรกทอรีโครงการของคุณและเพิ่มสิ่งต่อไปนี้:

OPENAI_API_KEY=your_openai_api_key

การใช้งาน

ตัวอย่างพื้นฐาน

ขั้นแรกให้นำเข้า documind และกำหนดสคีมาของคุณ Schema ร่างสิ่งที่ documind ข้อมูลควรค้นหาในแต่ละเอกสาร นี่คือการตั้งค่าอย่างรวดเร็วเพื่อเริ่มต้น

1. กำหนดสคีมา

สคีมาเป็นอาร์เรย์ของวัตถุที่แต่ละวัตถุกำหนด:

ชื่อ : ชื่อฟิลด์เพื่อแยก
ประเภท : ประเภทข้อมูล (เช่น "string" , "number" , "array" , "object" )
คำอธิบาย : คำอธิบายของฟิลด์
เด็ก (ไม่บังคับ): สำหรับอาร์เรย์และวัตถุให้กำหนดเขตข้อมูลซ้อนกัน

ตัวอย่างสคีมาสำหรับใบแจ้งยอดธนาคาร:

 const schema = [
  {
    name : "accountNumber" ,
    type : "string" ,
    description : "The account number of the bank statement."
  } ,
  {
    name : "openingBalance" ,
    type : "number" ,
    description : "The opening balance of the account."
  } ,
  {
    name : "transactions" ,
    type : "array" ,
    description : "List of transactions in the account." ,
    children : [
      {
        name : "date" ,
        type : "string" ,
        description : "Transaction date."
      } ,
      {
        name : "creditAmount" ,
        type : "number" ,
        description : "Credit Amount of the transaction."
      } ,
      {
        name : "debitAmount" ,
        type : "number" ,
        description : "Debit Amount of the transaction."
      } ,
      {
        name : "description" ,
        type : "string" ,
        description : "Transaction description."
      }
    ]
  } ,
  {
    name : "closingBalance" ,
    type : "number" ,
    description : "The closing balance of the account."
  }
] ;

2. เรียกใช้ `documind`

ใช้ documind เพื่อประมวลผล PDF โดยผ่าน URL ไฟล์และสคีมา

 import { extract } from 'documind' ;

const runExtraction = async ( ) => {
  const result = await extract ( {
    file : 'https://bank_statement.pdf' ,
    schema
  } ) ;

  console . log ( "Extracted Data:" , result ) ;
} ;

runExtraction ( ) ;

ตัวอย่างเอาต์พุต

นี่คือตัวอย่างของสิ่งที่ผลลัพธ์สกัดอาจมีลักษณะ:

 {
  "success" : true ,
  "pages" : 1 ,
  "data" : {
    "accountNumber" : " 100002345 " ,
    "openingBalance" : 3200 ,
    "transactions" : [
        {
        "date" : " 2021-05-12 " ,
        "creditAmount" : null ,
        "debitAmount" : 100 ,
        "description" : " transfer to Tom " 
      },
      {
        "date" : " 2021-05-12 " ,
        "creditAmount" : 50 ,
        "debitAmount" : null ,
        "description" : " For lunch the other day "
      },
      {
        "date" : " 2021-05-13 " ,
        "creditAmount" : 20 ,
        "debitAmount" : null ,
        "description" : " Refund for voucher "
      },
      {
        "date" : " 2021-05-13 " ,
        "creditAmount" : null ,
        "debitAmount" : 750 ,
        "description" : " May's rent "
      }
    ],
    "closingBalance" : 2420
  },
  "fileName" : " bank_statement.pdf "
}

เทมเพลต

Documind มาพร้อมกับเทมเพลตในตัวสำหรับการแยกข้อมูลจากประเภทเอกสารยอดนิยมเช่นใบแจ้งหนี้ใบแจ้งหนี้ธนาคารและอื่น ๆ เทมเพลตเหล่านี้ทำให้การเริ่มต้นใช้งานง่ายขึ้นโดยไม่ต้องกำหนดสคีมาของคุณเอง

รายการเทมเพลตที่มีอยู่

คุณสามารถแสดงรายการเทมเพลตที่มีอยู่ทั้งหมดโดยใช้ฟังก์ชัน templates.list

 import { templates } from 'documind' ;

const templates = templates . list ( ) ;
console . log ( templates ) ; // Logs all available template names

ใช้เทมเพลต

หากต้องการใช้เทมเพลตเพียงส่งผ่านชื่อไปยังฟังก์ชั่น extract พร้อมกับไฟล์ที่คุณต้องการดึงข้อมูลจาก นี่คือตัวอย่าง:

 import { extract } from 'documind' ;

const runExtraction = async ( ) => {
  const result = await extract ( {
    file : 'https://bank_statement.pdf' ,
    template : 'bank_statement'
  } ) ;

  console . log ( "Extracted Data:" , result ) ;
} ;

runExtraction ( ) ;