Download ambar - download do código-fonte ambar

ambar

Outro código-fonte

Bugfixes release

Baixar

? Ambar: mecanismo de pesquisa de documentos

️ PROJETO ARQUIVADO ️

Ambar é um mecanismo de pesquisa de documentos de código aberto com rastreamento automatizado, OCR, marcação e pesquisa instantânea de texto completo.

Ambar define uma nova maneira de implementar pesquisa de documentos de texto completo em seu fluxo de trabalho.

Implante facilmente o Ambar com um único arquivo docker-compose
Faça uma pesquisa semelhante à do Google em seus documentos e no conteúdo de suas imagens
Identifique seus documentos
Use uma API REST simples para integrar o Ambar ao seu fluxo de trabalho

Características

Procurar

Tutorial: Dominando as consultas de pesquisa Ambar

Pesquisa difusa (John ~ 3)
Pesquisa de frase ("John Smith")
Pesquisar por autor (autor:John)
Pesquisar por caminho de arquivo (nome do arquivo:*.txt)
Pesquisar por data (quando: ontem, hoje, semana passada, etc)
Pesquisar por tamanho (tamanho> 1M)
Pesquisar por tags (tags:ocr)
Pesquise enquanto você digita
Analisadores de idiomas suportados: inglês ambar_en , russo ambar_ru , alemão ambar_de , italiano ambar_it , polonês ambar_pl , chinês ambar_cn , CJK ambar_cjk

Rastejando

O Ambar 2.0 suporta apenas rastreamento fs local, se você precisar rastrear um compartilhamento SMB de um local FTP - basta montá-lo usando ferramentas padrão do Linux. O rastreamento é automático, nenhuma programação é necessária porque os rastreadores monitoram eventos do sistema de arquivos e processam automaticamente arquivos novos, alterados e removidos.

Extração de conteúdo

Ambar suporta arquivos grandes (>30 MB)

Tipos de arquivos suportados:

Arquivos ZIP
Arquivos de correio (PST)
Documentos do MS Office (Word, Excel, Powerpoint, Visio, Publisher)
OCR sobre imagens
Mensagens de e-mail com anexos
Adobe PDF (com OCR)
Idiomas OCR: Eng, Rus, Ita, Deu, Fra, Spa, Pl, Nld
Documentos do OpenOffice
RTF, texto simples
HTML/XHTML
Processamento multithread

Instalação

Aviso : Ambar requer que o Docker seja executado

Você pode construir imagens Docker sozinho

Tutorial sobre como construir imagens do zero veja abaixo

Construindo você mesmo as imagens

Todas as imagens necessárias para executar o Ambar podem ser construídas localmente. Em geral, cada imagem pode ser construída navegando até o diretório do componente em questão, realizando as etapas de compilação necessárias e construindo a imagem assim:

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

A imagem resultante pode ser referida pelo nome especificado e executada pela ferramenta de conteinerização de sua escolha.

Para usar um Dockerfile local com docker-compose , basta alterar a opção image para build , definindo o valor para o caminho relativo do diretório que contém o Dockerfile. Em seguida, execute docker-compose build para construir as imagens relevantes. Por exemplo:

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

Observe que alguns dos componentes exigem compilação ou outras etapas de construção no host antes que as imagens do Docker possam ser construídas. Por exemplo, FrontEnd :

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

Então siga estas instruções -> https://ambar.cloud/docs/installation

Perguntas frequentes

É código aberto?

Sim, é totalmente de código aberto.

É grátis?

Sim, é sempre gratuito e de código aberto.

Ele executa OCR?

Sim, realiza OCR em imagens (jpg, tiff, bmp, etc) e PDF's. OCR é executado pela conhecida biblioteca de código aberto Tesseract. Nós o ajustamos para obter o melhor desempenho e qualidade em documentos digitalizados. Você pode encontrar facilmente todos os arquivos nos quais o OCR foi executado com tags:ocr

Quais idiomas são suportados pelo OCR?

Idiomas suportados: Eng, Rus, Ita, Deu, Fra, Spa, Pl, Nld.

Suporta marcação?

Sim!

Que tal pesquisar em PDF?

Sim, ele pode pesquisar qualquer PDF, mesmo mal codificado ou com digitalizações dentro. Fizemos o nosso melhor para facilitar a pesquisa em qualquer tipo de documento PDF.

Qual é o tamanho máximo de arquivo que ele pode suportar?

É limitado pela quantidade de RAM da sua máquina, normalmente é de 500 MB. É um resultado incrível, já que os sistemas típicos de gerenciamento de documentos oferecem tamanho máximo de arquivo de 30 MB para serem processados.