Chunkr
Chunkr ChunkrAPI，PDF、PPT、Word、OCR（），，RAG（）LLM（）。HTML、Markdown、...
Chunkr
Chunkr是一个生产就绪的开源文档智能API服务，其核心功能在于对PDF、PPT、Word文档及图像进行布局分析、高精度OCR（包含边界框信息），并将处理后的内容进行智能语义分块，使其适配RAG（检索增强生成）和LLM（大型语言模型）应用。该项目能够输出结构化的HTML、Markdown、纯文本和JSON等多种数据格式，并支持通过VLM（视觉语言模型）进行精细处理。Chunkr提供了灵活的LLM配置选项，用户可以方便地接入各类兼容OpenAI API的语言模型，同时支持通过Docker Compose快速部署。该项目提供开源版本用于开发测试，此外还有功能更强大、支持Excel文档、提供更先进OCR和VLM模型以及专业支持的商业API和企业级解决方案，以满足不同规模和复杂度的应用需求。