首页
/ Text-Extract-API v0.3.0 版本发布:多模型支持与文本处理能力升级

Text-Extract-API v0.3.0 版本发布:多模型支持与文本处理能力升级

2025-06-18 01:10:53作者:毕习沙Eudora

Text-Extract-API 是一个专注于文本提取与处理的API服务,它能够从各种文档格式中高效地提取文本内容,并支持多种文本处理功能。该项目通过模块化设计,为开发者提供了灵活的文本处理解决方案。

核心功能改进

1. MiniCPM-V 视觉语言模型支持

本次更新引入了对MiniCPM-V模型的支持,这是一个轻量级的视觉语言模型。该模型特别适合处理包含视觉元素的文档,能够理解图像中的文本内容并进行语义分析。开发者现在可以通过配置轻松切换到这个模型,以处理更复杂的多模态文档。

2. 通用文本对象重构

项目对核心文本对象进行了重大重构,实现了Universal Text Object设计。这一改进带来了更统一的文本处理接口,使得不同来源的文本数据(如PDF、OCR结果、纯文本等)都能以一致的方式进行访问和操作。这一变化显著提升了API的灵活性和可扩展性。

3. 模型可选配置

新版本中,模型参数不再是必选项。这一改进使得API更加灵活,开发者可以根据实际需求选择是否使用特定模型进行处理。当不指定模型时,系统会使用默认的基础文本提取方法,这在处理简单文档时可以节省计算资源。

新增特性

1. 远程处理策略

新增了远程处理策略支持,开发者现在可以将文档处理任务分发到远程服务器执行。这一特性特别适合分布式部署场景,能够有效利用多台服务器的计算资源。项目还提供了marker-pdf示例,展示了如何实现这一功能。

2. Docling文档格式支持

本次更新增加了对Docling文档格式的支持。Docling是一种专门为语言学研究设计的文档格式,这一新增功能使得Text-Extract-API能够更好地服务于语言学研究和多语言文本处理场景。

性能优化与问题修复

  1. 修复了文本统一化处理中的重复处理问题,提高了处理效率
  2. 解决了Docker环境中缺少libglib依赖的问题,提升了部署稳定性
  3. 优化了进程管理,确保Celery工作进程能够正确终止
  4. 修正了多处拼写错误,提高了代码可读性
  5. 将Makefile中的clean-cache命令重命名为更符合语义的clear-cache

总结

Text-Extract-API v0.3.0版本通过引入多模型支持、重构核心文本对象、增加远程处理能力等改进,显著提升了文本处理的灵活性和功能性。这些变化使得该API能够适应更广泛的应用场景,从简单的文本提取到复杂的多模态文档处理都能胜任。特别是对MiniCPM-V和Docling的支持,为处理视觉丰富的文档和语言学专业文档提供了更好的解决方案。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K