ambar

? Ambar: 문서 검색 엔진

️ 프로젝트가 보관되었습니다 ️

Ambar는 자동화된 크롤링, OCR, 태그 지정 및 즉각적인 전체 텍스트 검색 기능을 갖춘 오픈 소스 문서 검색 엔진입니다.

Ambar는 전체 텍스트 문서 검색을 워크플로에 구현하는 새로운 방법을 정의합니다.

• 단일 docker-compose 파일로 Ambar를 쉽게 배포
• 문서와 이미지 콘텐츠를 통해 Google과 같은 검색을 수행하세요.
• 문서에 태그를 지정하세요
• 간단한 REST API를 사용하여 Ambar를 워크플로에 통합하세요

특징

찾다

튜토리얼: Ambar 검색 쿼리 마스터하기

• 퍼지 검색(John~3)
• 구문 검색("John Smith")
• 저자로 검색 (저자:John)
• 파일 경로로 검색(파일 이름:*.txt)
• 날짜별 검색(언제: 어제, 오늘, 지난주 등)
• 사이즈로 검색 (사이즈>1M)
• 태그로 검색(태그:ocr)
• 입력하면서 검색
• 지원되는 언어 분석기: 영어 ambar_en , 러시아어 ambar_ru , 독일어 ambar_de , 이탈리아어 ambar_it , 폴란드어 ambar_pl , 중국어 ambar_cn , CJK ambar_cjk

크롤링

Ambar 2.0은 FTP 위치의 SMB 공유를 크롤링해야 하는 경우 로컬 fs 크롤링만 지원합니다. 표준 Linux 도구를 사용하여 마운트하기만 하면 됩니다. 크롤링은 자동으로 이루어지며, 크롤러가 파일 시스템 이벤트를 모니터링하고 새 파일, 변경된 파일, 제거된 파일을 자동으로 처리하므로 일정이 필요하지 않습니다.

콘텐츠 추출

Ambar는 대용량 파일(>30MB)을 지원합니다.

지원되는 파일 형식:

• ZIP 아카이브
• 메일 아카이브(PST)
• MS Office 문서(Word, Excel, Powerpoint, Visio, Publisher)
• 이미지에 대한 OCR
• 첨부 파일이 포함된 이메일 메시지
• Adobe PDF(OCR 포함)
• OCR 언어: Eng, Rus, Ita, Deu, Fra, Spa, Pl, Nld
• 오픈오피스 문서
• RTF, 일반 텍스트
• HTML / XHTML
• 멀티스레드 처리

설치

주의 사항 : Ambar를 실행하려면 Docker가 필요합니다.

Docker 이미지를 직접 빌드할 수 있습니다.

• 처음부터 이미지를 만드는 방법에 대한 튜토리얼은 아래를 참조하세요.

이미지를 직접 구축하기

Ambar를 실행하는 데 필요한 모든 이미지는 로컬로 구축할 수 있습니다. 일반적으로 각 이미지는 해당 구성 요소의 디렉터리로 이동하여 필요한 컴파일 단계를 수행하고 다음과 같이 이미지를 빌드하여 빌드할 수 있습니다.

 # From project root
$ cd FrontEnd
$ docker build . -t <image_name>

결과 이미지는 지정된 이름으로 참조되고 선택한 컨테이너화 도구로 실행될 수 있습니다.

docker-compose 와 함께 로컬 Dockerfile을 사용하려면 image 옵션을 build 로 변경하고 값을 Dockerfile이 포함된 디렉터리의 상대 경로로 설정하면 됩니다. 그런 다음 docker-compose build 실행하여 관련 이미지를 빌드합니다. 예를 들어:

 # docker-compose.yml from project root, referencing local dockerfiles
pipeline0:
  build: ./Pipeline/
image: chazu/ambar-pipeline
  localcrawler:
    image: ./LocalCrawler/

일부 구성 요소는 Docker 이미지를 빌드하기 전에 호스트에서 컴파일 또는 기타 빌드 단계를 수행해야 합니다. 예를 들어 FrontEnd 같습니다.

 # Assuming a suitable version of node.js is installed (docker uses 8.10)
$ npm install
$ npm run compile

그런 다음 이 지침을 따르십시오 -> https://ambar.cloud/docs/installation

FAQ

오픈소스인가요?

예, 완전히 오픈 소스입니다.

무료인가요?

예, 영원히 무료이며 오픈 소스입니다.

OCR을 수행합니까?

예, 이미지(jpg, tiff, bmp 등) 및 PDF에 대해 OCR을 수행합니다. OCR은 잘 알려진 오픈 소스 라이브러리 Tesseract에 의해 수행됩니다. 스캔한 문서에서 최고의 성능과 품질을 얻을 수 있도록 조정했습니다. tags:ocr 쿼리를 사용하여 OCR이 수행된 모든 파일을 쉽게 찾을 수 있습니다.

OCR에는 어떤 언어가 지원되나요?

지원되는 언어: Eng, Rus, Ita, Deu, Fra, Spa, Pl, Nld.

태그 지정을 지원하나요?

예!

PDF로 검색하는 것은 어떻습니까?

예, 잘못 인코딩되었거나 내부 스캔이 있는 경우에도 모든 PDF를 검색할 수 있습니다. 우리는 모든 종류의 PDF 문서를 원활하게 검색할 수 있도록 최선을 다했습니다.

처리할 수 있는 최대 파일 크기는 얼마입니까?

컴퓨터의 RAM 용량에 따라 제한되며 일반적으로 500MB입니다. 일반적인 문서 관리 시스템은 최대 30MB의 처리 가능한 파일 크기를 제공하므로 이는 놀라운 결과입니다.

후원자

• IFIC.co.uk

변경 로그

변경 로그

개인 정보 보호 정책

개인 정보 보호 정책

특허

MIT 라이센스