首页
/ agentic-doc 的项目扩展与二次开发

agentic-doc 的项目扩展与二次开发

2025-05-29 18:51:07作者:凌朦慧Richard

项目的基础介绍

agentic-doc 是由 LandingAI 开发的一个 Python 库,它封装了 LandingAI 的 Agentic Document Extraction API。这个库能够从视觉复杂的文档中提取结构化数据,如表格、图片和图表,并以层次化的 JSON 格式返回元素的精确位置信息。agentic-doc 提供了长文档支持、自动重试/分页、辅助工具等功能,使得处理大量文档变得更加高效。

项目的核心功能

  • 长文档处理:能够处理超过100页的 PDF 文档。
  • 自动重试/分页:自动处理并发、超时和速率限制问题。
  • 辅助工具:提供边界框片段、视觉调试器等辅助工具。
  • 批量并行处理:支持批量处理多个文档,并自动管理线程和速率限制。
  • 结构化输出:返回层次化的 JSON 数据和可以直接渲染的 Markdown 文本。

项目使用了哪些框架或库?

  • OpenCV-Python:用于图像处理。
  • requests:用于发起 HTTP 请求。
  • threading:用于并行处理文档。
  • envparse:用于处理环境变量。
  • poetry:用于管理和打包 Python 项目。

项目的代码目录及介绍

agentic-doc/
├── .github/             # 包含 GitHub 工作流文件
├── tests/              # 包含测试代码
├── .flake8             # flake8 Python 代码风格文件
├── .gitignore          # git 忽略文件
├── LICENSE             # 许可证文件
├── README.md           # 项目说明文件
├── poetry.lock         # poetry 依赖锁定文件
└── pyproject.toml      # poetry 项目配置文件

对项目进行扩展或者二次开发的方向

  • 增加新的文件类型支持:当前库支持 PDF 和图像文件,可以考虑增加对其他文件格式如 Word 文档的支持。
  • 改进错误处理机制:可以扩展错误处理功能,使其更加智能,比如增加对特定错误的预警和记录。
  • 增强可视化工具:改进现有的可视化工具,使其提供更丰富的图形界面,以便更好地进行调试和结果验证。
  • 性能优化:对文档处理流程进行优化,提高处理速度和效率。
  • 增加云服务集成:可以考虑将 agentic-doc 集成到云服务平台上,提供更便捷的在线服务。
登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
59
94
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133