morphik-org/morphik-core
Open-source multimodal retrieval engine (Morphik Core)
解決する課題
Morphik Coreは、視覚的に豊かなドキュメントを扱う際に従来のRAG（Retrieval-Augmented Generation）パイプラインが直面する課題を解決します。標準的なテキストベースの抽出では、チャート、図解、表の意味が損なわれることが多く、AIアプリケーションがドキュメント内の空間的関係や視覚的データを「見る」ことも理解することもできず、誤った回答を生成する原因となります。
仕組み
開発者が非構造化データをインジェスト、変換、検索できるようにするマルチモーダル検索エンジンとして機能します。OCRとテキスト埋め込みの断片的なパイプラインに頼るのではなく、ColPaliのような技術を使用して、単一のエンドポイントを通じてPDF、画像、ビデオ全体の視覚的コンテンツを理解する検索を可能にします。また、分類やバウンディングボックスを含む、高速なメタデータ抽出のためのツールも提供します。
対象者
複数の抽出・検索ツールを手動で組み合わせることなく、マルチモーダルなドキュメントから複雑で微妙なコンテキストを統合する必要があるAIアプリケーションを構築している開発者。
ハイライト
- マルチモーダル検索: ColPaliを使用して、視覚的理解に基づき画像、PDF、ビデオを横断して検索します。
- メタデータ抽出: ドキュメントからのラベル付け、分類、およびバウンディングボックスの抽出が可能です。
- 柔軟なアクセス: Python SDK、REST API、ウェブベースのMorphik Console、およびModel Context Protocol (MCP) を通じて利用可能です。
- 幅広い統合: Google Suite、Slack、Confluenceなどのツールと連携します。
関連
- プロジェクト
- プロジェクト
miurla/morphicプレーンテキストではなく、リッチでインタラクティブなコンポーネントと引用付きの回答をレンダリングするジェネレーティブUIを備えたAI搭載検索エンジン。
- プロジェクト
docling-project/doclingDoclingは、多くのドキュメントタイプ（PDF、Word、スライド、スプレッドシート、HTML、電子書籍、音声、動画、メールなど）を統一的で構造化された表現に解析するオープンソースのPythonライブラリ/CLIです。レイアウト、テーブル、コード、数式、画像、音声テキスト変換を抽出し、Markdown、HTML、JSON、DocLang、DocTagsなどにエクスポートします。生成AIワークフロー向けに設計されており、LangChain、LlamaIndex、Crew AI、Haystackとのプラグアンドプレイ統合を提供し、プライバシーに敏感なデータのためのローカル実行をサポートします。
- プロジェクト
ggozad/haiku.raghaiku.rag は、PDF、Office ファイル、HTML、Markdown、画像を対象とした、プライベートで引用情報が豊富な RAG システムを構築するための Python ライブラリ/CLI です。LanceDB を使用したハイブリッドベクトル/全文索引、Docling によるドキュメント解析、Pydantic AI による LLM/埋め込みプロバイダー（デフォルトは Ollama）を備えています。機能には、ハイブリッド検索、オプションの再ランキング、マルチモーダル画像検索、データ集約用のサンドボックス Python、正確なページレベルの引用を表示する CLI/TUI が含まれます。オプションのバックグラウンド取り込みサービスと、Claude Code などのツールと統合するための MCP 服务器があります。`pip install haiku.rag`（或精简核心）安装，并通过 `haiku-rag add-src`、`haiku-rag ask` 或异步 Python API 等命令进行交互。
- プロジェクト