相关项目
drqa
该项目构建了一个结合Langchain与大型语言模型（如OpenAI的GPT-3）的问答系统，旨在准确回答问题。系统前端采用React/Typescript开发，后端使用FastAPI框架，实现了PDF文档到文本的转换和嵌入处理，同时支持多种文档类型并优化了搜索与检索速度。项目有效减少了API调用成本，并规划了多项未来改进，如流处理、缓存机制、UI优化和长对话的记忆与总结功能。
OCRmyPDF
OCRmyPDF是一款开源的命令行工具，专门用于为扫描PDF文件添加OCR文本层。它支持多语言识别、页面旋转和倾斜校正，并能生成符合长期存储标准的PDF/A文件。此工具可优化PDF图像，常常生成比原文件更小的输出。OCRmyPDF利用多核处理技术，能高效处理大型文档，已在数百万PDF文件上得到验证。它为用户提供了将不可搜索的扫描文档转换为可搜索、可复制的PDF文件的简便方法。
Docalysis
Docalysis是一款智能文档分析工具，支持AI chat PDF功能，专注于文件内容理解和问答服务。系统能快速处理和阅读文档(ai read document)，为读者提供精准答案，大幅提升文档阅读效率。除了节省95%的阅读时间，Docalysis还注重文件安全，允许随时删除上传的文件。这一工具有效解决了大量文档处理的难题，成为提高工作效率的有力帮手，让用户轻松应对职场中的文档阅读挑战。