rhubarb

Rhubarbe

Rhubarb est un framework Python léger qui facilite la création d'applications de compréhension de documents à l'aide de modèles multimodaux de grand langage (LLM) et de modèles d'intégration. Rhubarb est créé à partir de zéro pour fonctionner avec les modèles de langage multimodal Amazon Bedrock et Anthropic Claude V3, ainsi qu'avec le modèle d'intégration multimodale Amazon Titan.

Que puis-je faire avec la rhubarbe ?

Consultez la documentation sur la rhubarbe.

La rhubarbe peut effectuer plusieurs tâches de traitement de documents telles que

• ✅ Documenter les questions et réponses

• ✅ Chat en streaming avec documents (Q&A)

• ✅ Résumé des documents

• Résumés au niveau de la page

• Résumés complets

• Résumés de pages spécifiques

• Résumés en streaming

• ✅ Extraction de données structurées

• ✅ Reconnaissance d'entité nommée (NER)

• Avec 50 entités communes intégrées

• ✅ Reconnaissance PII avec entités intégrées

• ✅ Compréhension des figures et des images à partir de documents

• Expliquer les tableaux, les graphiques et les figures

• Effectuer un raisonnement sous forme de tableau (sous forme de chiffres)

• ✅ Classification de documents avec échantillonnage vectoriel à l'aide de modèles d'intégration multimodaux

• ✅ Enregistre l'utilisation des jetons pour aider à suivre les coûts

Rhubarb est livré avec des invites système intégrées qui facilitent son utilisation pour un certain nombre de cas d'utilisation différents pour la compréhension de documents. Vous pouvez personnaliser Rhubarb en transmettant vos propres invites système. Il prend en charge la génération de sortie exacte basée sur un schéma JSON, ce qui facilite son intégration dans les applications en aval.

• Prend en charge les fichiers PDF, TIFF, PNG, JPG (prise en charge des fichiers Word, Excel, PowerPoint, CSV, Webp, eml à venir)

• Effectue la conversion de document en image en interne pour travailler avec les modèles multimodaux

• Fonctionne sur des fichiers locaux ou stockés dans S3

• Prend en charge la spécification des numéros de page pour les documents de plusieurs pages

• Prend en charge le chat basé sur l'historique des discussions pour les documents

• Prend en charge les modes streaming et non streaming

Installation

Commencez par installer Rhubarb en utilisant pip .

pip install pyrhubarb

Usage

Créez une session boto3 .

 importer boto3session = boto3.Session()

Appeler la rhubarbe

Fichier local

 depuis l'importation de rhubarbe DocAnalysisda = DocAnalysis(file_path="./path/to/doc/doc.pdf",
                  boto3_session=session)resp = da.run(message="Quel est le nom de l'employé ?")resp

Avec fichier dans Amazon S3

 depuis l'importation de rhubarbe DocAnalysisda = DocAnalysis(file_path="s3://path/to/doc/doc.pdf",
                  boto3_session=session)resp = da.run(message="Quel est le nom de l'employé ?")resp

Pour plus d'exemples d'utilisation, consultez les livres de recettes.

Sécurité

Voir CONTRIBUTION pour plus d'informations.

Licence

Ce projet est sous licence Apache-2.0.