morphik-org/morphik-core
Open-source multimodal retrieval engine (Morphik Core)
解决的问题
Morphik Core 解决了传统 RAG（检索增强生成）流水线在处理视觉丰富文档时的失效问题。标准的基于文本的提取往往会破坏图表、图解和表格的含义，导致 AI 应用因为无法“看到”或理解文档中的空间关系和视觉数据而提供错误的答案。
工作原理
它作为一个多模态检索引擎，允许开发人员摄取、转换和搜索非结构化数据。它不依赖于 OCR 和文本嵌入的碎片化流水线，而是使用 ColPali 等技术，通过单一端点实现对 PDF、图像和视频中视觉内容的理解搜索。它还提供快速元数据提取工具，包括分类和边界框。
适用对象
需要从多模态文档中整合复杂、细微的上下文，而无需手动拼接多个提取和检索工具的 AI 应用开发者。
亮点
- 多模态搜索：使用 ColPali 基于视觉理解在图像、PDF 和视频中进行搜索。
- 元数据提取：能够从文档中进行标记、分类和提取边界框。
- 灵活的访问：可通过 Python SDK、REST API、基于 Web 的 Morphik Console 和 Model Context Protocol (MCP) 使用。
- 广泛的集成：可与 Google Suite、Slack 和 Confluence 等工具连接。
相关
- 项目
- 项目
- 项目
docling-project/doclingDocling是一个开源Python库/CLI，可将多种文档类型（PDF、Word、幻灯片、电子表格、HTML、电子书、音频、视频、电子邮件等）解析为统一的结构化表示。它提取布局、表格、代码、公式、图像和语音转文本，然后导出为Markdown、HTML、JSON、DocLang、DocTags等。专为生成式AI工作流设计，提供与LangChain、LlamaIndex、Crew AI、Haystack的即插即用集成，并支持本地执行以处理隐私敏感数据。
- 项目
ggozad/haiku.raghaiku.rag 是一个 Python 库/CLI，用于构建一个私有的、引用丰富的 RAG 系统，支持 PDF、Office 文件、HTML、Markdown 和图像。它使用 LanceDB 进行混合向量/全文索引，Docling 进行文档解析，Pydantic AI 用于 LLM/嵌入提供程序（默认为 Ollama）。功能包括混合搜索、可选重排序、多模态图像搜索、用于数据聚合的沙箱 Python，以及一个显示精确页面级引用的 CLI/TUI。它提供了一个可选的后台摄取服务和一个 MCP 服务器，用于与 Claude Code 等工具集成。通过 `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。
- 项目