描述
ParseCrate 是一个多功能的开源文档处理 API，专为自托管环境设计。它允许用户将各种文档格式（包括 PDF 和 Office 文件）转换为结构化内容，如 Markdown、JSON 或 HTML。该工具由 Docling 和 docling-serve 提供支持，提供强大的功能，如 OCR、表格识别和 RAG 分块。
阅读更多
该 API 支持同步和异步处理，使其适应不同的工作负载。用户可以选择 CPU 和 NVIDIA GPU 部署，提供适用于 amd64 和 arm64 架构的 Docker 镜像。一个可选的网页游乐场提供交互式转换界面，但默认情况下是禁用的。
ParseCrate 非常适合需要文档转换以进行搜索、检索、归档和下游处理的应用程序。它确保文档解析在用户控制的基础设施上进行，允许在依赖提取的数据之前进行质量检查。
该项目在 MIT 许可证下开源，这意味着用户必须提供自己的硬件或云托管。虽然 ParseCrate 处理文档转换和分块，但用户需要额外的组件，如嵌入模型和向量存储，以实现完整的 RAG 应用程序。
ParseCrate 是自托管 AI 堆栈的一部分，其中包括本地模型部署、聊天、文档处理等工具。它旨在为希望控制其文档处理工作流程的开发人员和组织提供服务。
- 类别AI 文档与 PDF 工具
- 定价模式开源
- 部署Docker
- 平台Linux
ParseCrate的核心功能
开源和自托管
转换 PDF 和 Office 文档
输出 Markdown、JSON 或 HTML
由 Docling 和 docling-serve 提供支持
支持 OCR 和表格识别
RAG 分块功能
同步和异步处理
在 CPU 或 GPU 上的 Docker 部署
如何使用 ParseCrate？
部署：使用 Docker 在您的服务器上设置
转换：通过 API 端点提交文档
配置：选择输出格式和处理选项
集成：与 AI 堆栈中的其他工具连接
ParseCrate的使用案例
- 文档转换
- 数据提取
- 内容管理
- RAG 应用
- 自托管解决方案
