Небольшая утилита от Microsoft: превращает PDF, Word, PowerPoint, Excel и другие файлы в Markdown, который удобно отдавать языковой модели.
Все репозитории
RAG и векторные БДchroma-core
chroma
Самая простая в старте векторная база: работает прямо в процессе приложения, хранит документы и находит похожие. Хороша для прототипов, есть клиент-серверный режим и облако.
Кому подойдёт
Новичкам и тем, кто быстро собирает прототип RAG.
Как начать
- Установи:
pip install chromadb(для JavaScript —npm install chromadb). - Создай коллекцию и добавь документы, как в примере из раздела API.
- Найди похожие через
collection.queryи выбери, нужен ли серверный режим:chroma run --path /chroma_db_path.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+2436 сент. — 4 окт.
Описание автора
Search infrastructure for AI
Ещё в категории «RAG и векторные БД»
Сервис, который превращает любой сайт в чистый Markdown или структурированные данные для моделей. Умеет искать, скрейпить, обходить сайт целиком и даже кликать по странице.
Готовый RAG-движок с интерфейсом: разбирает документы по шаблонам, режет на фрагменты, ищет с цитатами и умеет агентный поиск. Разворачивается через Docker.
Открытый краулер на Python: заходит на страницы настоящим браузером и отдаёт чистый Markdown для LLM. Работает локально, в Docker или как облачный сервис.
Разбирает сложные PDF, сканы и офисные файлы в Markdown или JSON, сохраняя таблицы и формулы. Есть CLI, Python SDK и навык для агентов.
Библиотека от IBM для разбора документов: PDF, Office, HTML и картинки превращаются в единую структуру, из которой легко получить Markdown. Поддерживает визуальные модели для сложных страниц.