document-ai

Pré-treinamento autossupervisionado em larga escala entre tarefas, idiomas e modalidades

Extração de dados não estruturados impulsionada por LLM — Construída para implantações de API e fluxos de trabalho de pipeline ETL

Implementação oficial do Document Understanding Transformer (Donut) sem OCR e do Synthetic Document Generator (SynthDoG), ECCV 2022.

Plataforma de agentes de conhecimento multilocatário com hospedagem própria: RAG unificado, grafos de conhecimento, multiagentes, MCP/Skills, sandbox e gerenciamento de permissões.

Um repositório para Document AI

Ferramenta de escrita de propostas de IA pronta para uso, incluindo geração de propostas, caixa de ferramentas de licitação, base de conhecimento, verificação de duplicatas e análise de conformidade, totalmente open source e gratuita

Tradução de PDF preservando layout, fórmulas e estrutura, ideal para documentos científicos e técnicos

Obtenha dados limpos de documentos complexos, com tecnologia de modelos de visão e linguagem ⚡.

Transforme documentos em Markdown pronto para IA com compreensão visual

TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC

PDF para markdown usando LLMs de visão — tabelas, layouts e estrutura preservados

RAG agêntico para busca de documentos locais e auto-hospedados: recuperação híbrida, reordenação e RAG multimodal em LanceDB embutido, com análise Docling e um servidor MCP

ParseBench - Um benchmark de análise de documentos para agentes de IA