大黃

Rhubarb 是一個輕量級 Python 框架，可以使用多模式大型語言模型 (LLM) 和嵌入模型輕鬆建立文件理解應用程式。 Rhubarb 是從頭開始建立的，可與 Amazon Bedrock 和 Anthropic Claude V3 多模態語言模型以及 Amazon Titan 多模態嵌入模型搭配使用。

我可以用大黃做什麼？

存取大黃文檔。

Rhubarb 可以執行多種文件處理任務，例如

✅ 記錄問答
✅ 串流文件聊天（問答）
✅ 文件總結

頁面層級摘要
完整摘要
特定頁面的摘要
串流媒體摘要

✅ 結構化資料擷取
✅ 命名實體辨識（NER）

內建50個常用實體

✅ 使用內建實體進行 PII 識別
✅ 從文件中理解圖形和圖像

解釋圖表、圖形和圖形
進行表格推理（如圖）

✅ 使用多模態嵌入模型進行向量取樣的文檔分類
✅ 記錄代幣使用以幫助追蹤成本

Rhubarb 隨附內建系統提示，可輕鬆地將其用於許多不同的文件理解用例。您可以透過傳入自己的系統提示來自訂 Rhubarb。它支援基於精確 JSON 模式的輸出生成，這使得它可以輕鬆整合到下游應用程式中。

支援 PDF、TIFF、PNG、JPG 檔案（即將支援 Word、Excel、PowerPoint、CSV、Webp、eml 檔案）
在內部執行文件到影像的轉換以使用多模式模型
適用於本機文件或儲存在 S3 的文件
支援指定多頁文件的頁碼
支援基於聊天記錄的文件聊天
支援流式和非流式模式

安裝

首先使用pip安裝 Rhubarb 。

pip install pyrhubarb

用法

建立boto3會話。

導入 boto3session = boto3.Session()

呼叫大黃

本地文件

從大黃導入 DocAnalysisda = DocAnalysis(file_path="./path/to/doc/doc.pdf",
                  boto3_session=session)resp = da.run(message="員工的名字是什麼？")resp

使用 Amazon S3 中的文件

由大黃導入 DocAnalysisda = DocAnalysis(file_path="s3://path/to/doc/doc.pdf",
                  boto3_session=session)resp = da.run(message="員工的名字是什麼？")resp

有關更多使用範例，請參閱食譜。