معالجة المستندات الذكية بلغة Python المدعومة بالذكاء الاصطناعي مع خط أنابيب من 6 مراحل ومخططات Pydantic.
خط أنابيب من ست مراحل مع مخططات Pydantic، وأكثر من 12 خلفية LLM، وOCR ذاتي الاستضافة، ومراجعة HITL.
أداة py-idp هي مجموعة أدوات Python لمعالجة المستندات المعقدة مثل الفواتير والعقود باستخدام LLMs. وهي مناسبة لمهندسي الواجهة الخلفية ومطوري سلاسل الإمداد الذين يبنون خطوط أنابيب استخراج المستندات الآلية.
توفر خط أنابيب من ست مراحل يشمل التحليل عبر Docling أو pdfplumber، والتصنيف، والاستخراج، وتقييم الثقة، والتحقق من صحة Pydantic، والمراجعة البشرية في الحلقة القائمة على Streamlit. وهي تدعم التقسيم التلقائي للمستندات كبيرة الحجم، وOCR Nanonets-OCR2-3B ذاتي الاستضافة، والاكتشاف التلقائي للمخططات.
تتناسب مع مطوري Python الذين يقومون بأتمتة مهام سير عمل مستندات الخدمات اللوجستية وسلاسل الإمداد. ولا تتناسب مع الفرق التي تفتقر إلى مهارات Python أو تلك التي ترغب في خدمة SaaS مُدارة بالكامل دون استضافة البنية التحتية.
تحليل المستندات وتصنيفها واستخراجها وتقييمها والتحقق من صحتها وتوجيهها برمجياً.
فرض الكتابة الصارمة والتحقق من الصحة على جميع حقول المستندات المستخرجة.
يتصل بأكثر من 12 مزود LLM دولي ومحلي بالإضافة إلى خيارات VLM ذاتية الاستضافة.
يتضمن واجهة مستخدم Streamlit لمراجعة عمليات الاستخراج منخفضة الثقة وحفظ التصحيحات.
الحزمة الأساسية متوفرة بموجب ترخيص AGPL-3.0-or-later، كما يتوفر ترخيص تجاري. التكلفة الوحيدة هي تشغيل البنية التحتية الخاصة بك واستخدام واجهة برمجة تطبيقات LLM.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
لا، يأتي التثبيت الأساسي مع خلفية وهمية مدمجة تتيح لك اختبار عمليات الاستخراج دون أي مفاتيح API.
يتميز بالتقسيم التلقائي المدمج للمستندات كبيرة الحجم لتتناسب مع ميزانيات الرموز (tokens).
نعم، يتضمن واجهة مستخدم Streamlit مدمجة للمراجعة البشرية في الحلقة واستمرارية التصحيح.
شاهد Zekai أولاً في جوجل