开放合同 (演示)
免费开源的文档分析平台 
| CI/CD |  |
| 元信息 |     |
它能做什么？
OpenContracts 是一个Apache-2 许可的企业文档分析工具。它提供以下几个关键功能：
- 管理文档 - 管理文档集合（
语料库） - 版面分析器 - 自动从PDF中提取版面特征
- 自动向量嵌入 - 为上传的PDF和提取的版面块生成
- 可插拔的微服务分析器架构 - 用于分析文档并自动注释
- 人工注释界面 - 用于手动注释文档，包括多页注释
- LlamaIndex 集成 - 使用我们的向量存储（由 pgvector 提供支持）和任何手动或自动注释的特征，让 LLM 智能回答问题
- 数据提取 - 使用复杂的 LLM 驱动的查询行为，在数百份文档中提出多个问题。我们的示例实现使用 LlamaIndex + Marvin
- 自定义数据提取 - 可以在前端使用自定义数据提取管道批量查询文档
关键文档
我们建议您通过我们的 Mkdocs 网站浏览我们的文档。您也可以在仓库中查看文档：
- 快速入门指南 - 如果您想快速上手，这是个不错的选择。如果您已经在运行 Docker，本地设置应该相当简单。
- 基本演练 - 查看演练以了解应用程序的基本使用，包括文档和注释管理。
- PDF 注释数据格式概述 - 您可能对我们如何在视觉上将文本映射到 PDF 以及我们使用的底层数据格式感兴趣。
- Django + Pgvector 驱动的混合向量数据库 - 我们使用了最新的开源工具在 postgres 中进行向量存储，使得在 API 驱动的应用程序中结合结构化元数据和向量嵌入变得几乎轻而易举。
- LlamaIndex 集成演练 - 我们为后端数据库和向量存储编写了一个包装器，使得将我们解析的注释、嵌入和文本加载到 LlamaIndex 中变得简单。更好的是，如果文档中有额外的注释，LLM 也可以访问这些注释。
- 编写自定义数据提取器 - 自定义数据提取任务（可以使用 LlamaIndex 或完全定制）会自动加载并显示在前端，让用户选择如何提问和从文档中提取数据。
架构和数据流概览
核心数据标准
除了提供一个分析合同的平台外，这里的核心思想是一个开放和标准化的架构，使数据极其便携。支持这一点的是一套描述 PDF 页面上文本和布局块的数据标准：
强大的 PDF 处理管道
我们有一个强大的 PDF 处理管道，它可以水平扩展，并为 PDF 输入一致地生成我们的标准化数据（我们正在努力添加更多格式的支持）：
特别感谢 Nlmatics 和 nlm-ingestor 为版面解析和提取提供支持。
局限性
目前，它只能处理 PDF。未来，它将能够将其他文档类型转换为 PDF 以进行存储和标记。PDF 是一种优秀的格式，因为它引入了一种一致、可重复的格式，我们可以用它从头开始生成文本和 x-y 坐标层。
添加 OCR 和其他企业文档的摄取是一个优先事项。
致谢
特别感谢 AllenAI 的 PAWLS 项目 和 Nlmatics 的 nlm-ingestor。他们在应用程序的某些部分开创了许多功能和流程，我们正在使用他们的代码。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提 供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号