Biblioteca PDF em Rust puro para RAG ciente de estrutura, análise e geração.
Processe, analise e gere PDFs com divisão em blocos (chunking) ciente de estrutura e zero dependências em C.
oxidizePdf é um kit de ferramentas PDF em Rust puro adaptado para processamento de documentos e pipelines de ingestão de IA. Ele fornece blocos cientes de estrutura com metadados como caixas delimitadoras e contextos de títulos sem precisar de ligações (bindings) nativas em C.
A biblioteca analisa PDFs, extrai texto, lida com assinaturas digitais, valida níveis de PDF/A e divide documentos em elementos tipados. Ela fornece pipelines RAG especializados que calculam estimativas de tokens e injetam prefixos de contexto determinísticos para ingestão em bancos de dados vetoriais.
É adequado para desenvolvedores e engenheiros Rust que constroem pipelines de ingestão de documentos de alto desempenho ou sistemas de busca por IA. Não é adequado para equipes que procuram um rasterizador de páginas ou ferramentas de renderização de interface prontas para uso.
Extrai blocos com números de página, caixas delimitadoras, tipos de elementos e estimativas de tokens.
Adiciona prefixos de contexto determinísticos de documentos e seções sem exigir um modelo de ML.
Gerencia fluxos de trabalho de PDF e verificação de certificados inteiramente em Rust sem bindings em C.
Divide páginas em elementos tipados e gráficos de relacionamento para extração detalhada.
Gratuito sob sua licença MIT, sendo o único custo o hardware e o tempo necessários para executá-lo você mesmo.
877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Não, ele é escrito inteiramente em Rust puro tanto para o processamento de PDF quanto para a verificação de certificados.
Não, a rasterização de páginas está fora do escopo da biblioteca; você deve usar um renderizador externo como o Pdfium.
Ela adiciona um prefixo de texto determinístico baseado em metadados do documento e trilhas de títulos a cada bloco.
Veja o Zekai primeiro no Google