Documind

Documind 是一款文件處理工具，利用 AI 從 PDF 中提取結構化資料。它用於處理 PDF 轉換、提取相關資訊，並按可自定義的 schema 指定的格式輸出結果。專案提供的功能包括從非結構化文件中提取結構化 JSON 輸出、將文件轉換為 Markdown 格式，以及支援自定義 schema 進行資料提取。

Documind 內建常見 schema 的預定義模板，可配合 OpenAI 以及 Llava、Llama3.2-vision 等自定義 LLM 方案使用。它還能根據文件內容自動生成 schema。專案提供全託管 API 的託管版本，使用者可以加入 beta 以使用託管服務。

已釋出的功能包括 PDF 提取、基礎 schema 定義、結構化 JSON 輸出、模板 schema、與 Llama3.2 的本地 LLM 整合、自動生成 schema、文本和 Markdown 的文件格式化器、對 DOCX、PNG、JPG、TXT 和 HTML 的多檔案支援，以及 Boolean 和 Enum 等額外的 schema 欄位型別。列出的即將推出功能有更多模型、影像提取、高階文件格式化器、資料分類和使用微調模型。

Documind 需要 Ghostscript 和 GraphicsMagick 進行 PDF 和影像處理，另需 Node.js v18+ 和 NPM。可通過 npm 安裝，需要包含 OpenAI API 金鑰的 .env 檔案，採用 AGPL v3.0 許可證。該倉庫基於 Zerox 構建。