text-extract-api
Yerel vizyon modellerini kullanarak belgeleri yapılandırılmış JSON veya Markdown'a dönüştüren ve PII'yi kaldıran FastAPI servisi.
Yerel vizyon LLM'leri ve PyTorch OCR kullanarak sigorta belgelerinden tablo, metin ve JSON çıkarın.
Bu araç, taranan belgelerden ve PDF'lerden yapılandırılmış veri çıkarmak ve PII'yi kaldırmak için self-hosted bir API servisidir. Sigorta teknik ekipleri, Ollama ve PyTorch vizyon modellerini kullanarak talep, fatura ve tıbbi kayıtları tamamen on-premise olarak işleyebilir. Yüksek hacimli arka uç otomasyonu için tasarlanmış kuyruk tabanlı bir mimari sağlar.
Nedir
Hassas verileri ağınızın dışına göndermeden çıkarma boru hatlarını yürütmek için temel servis; EasyOCR veya yerel vizyon LLM'lerini Celery işçileri ve Redis önbelleklemesiyle eşleştirerek PDF'leri, görüntüleri ve Office dosyalarını temiz Markdown veya JSON formatına dönüştürür, ayrıca tablo verilerini ve özel formları işler.
Kimler için
Hassas talep formlarını ayrıştırması ve yerel donanımda müşteri kayıtlarını anonimleştirmesi gereken sigorta geliştiricileri ve veri mühendisleri için uygundur. Kutudan çıktığı gibi hazır bir grafik kullanıcı arayüzü arayan teknik olmayan ekipler için uygun değildir.
Temel özellikler
Yerel vizyon OCR işleme
Hassas sigorta kayıtlarını ortamınızda tutmak için PyTorch OCR modellerini ve yerel LLM'leri Ollama üzerinden çalıştırır.
Otomatik PII maskeleme
Aşağı akış depolamasından önce kişisel olarak tanımlanabilir bilgileri tanımlayıp çıkarırken belge metnini ayıklar.
Celery ile eşzamansız kuyruk
Yüksek hacimli belge gruplarını eşzamanlı olarak işlemek için Celery işçilerini ve Redis önbelleklemesini kullanır.
Esnek çıktı ayrıştırma
Karmaşık tabloları, faturaları ve raporları biçimlendirilmiş Markdown'a veya yapılandırılmış JSON şemalarına dönüştürür.
Uzak motor entegrasyonu
Karmaşık çok dilli düzenler için API uç noktaları aracılığıyla Marker-pdf gibi harici OCR sarmalayıcılarını destekler.
3 adımda hazır
Dürüst kararımız
Artıları
- Sıfır harici bulut bağımlılığı, hassas talep dosyalarını kesinlikle yerel altyapıda tutar.
- Redis önbelleklemesi, yinelenen LLM çıkarma görevleri çalıştırılırken gereksiz işlemeyi engeller.
- Hem standart OCR motorlarını hem de Llama 3.2 Vision ve MiniCPM-V gibi vizyon yetenekli LLM'leri destekler.
- Karmaşık belgelere karşı komut dosyalarını test etmek için özel bir komut satırı arayüzü içerir.
Eksileri
- Vizyon LLM'lerini kabul edilebilir performansla çalıştırmak için özel donanım veya GPU kaynakları gerektirir.
- İşçileri, Redis'i ve Ollama modellerini kurmak önemli ölçüde DevOps ve Python uzmanlığı gerektirir.
- Marker gibi GPL lisanslı OCR motorlarını kullanmak, lisans bulaşmasını önlemek için ayrı sunucu dağıtımı gerektirir.
- Llama 3.2 Vision stratejisi, büyük çok sayfalı belge gruplarını işlerken çok yavaş olabilir.
Fiyatlar & lisans
Yazılım MIT lisansı altında ücretsiz olarak kullanılabilir. Tek maliyet, belgeleri işlemek için gereken sunucuları ve yerel GPU kaynaklarını çalıştırmaktan kaynaklanır.
Türkçe konuşanlar için işler
880 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
Kullanın ya da biz kuralım
SSS
Verileri harici bulut sağlayıcılarına göndermeden bunu çalıştırabilir miyim?
Evet, PyTorch OCR, Ollama modelleri, Redis ve FastAPI dahil olmak üzere eksiksiz boru hattı tamamen kendi yerel makinenizde veya özel sunucunuzda çalışır.
Hassas müşteri verilerini araç nasıl temizler?
JSON çıktısını döndürmeden önce entegre LLM'e kişisel olarak tanımlanabilir bilgileri temizlemesi talimatını vermek için gönderim sırasında özel komut dosyaları geçebilirsiniz.
Tıbbi veya talep raporlarındaki karmaşık tabloları ayrıştırabilir mi?
Evet, alttaki vizyon modelleri ve OCR stratejileri karmaşık tablo verilerini yapılandırılmış Markdown veya JSON'a dönüştürür.
