open-extract
Structured Data Extractor for AI Agents. Search your documents or the web for specific data and get it back in JSON or Markdown in a single tool call.
파일 탐색기
최종 버전 다운로드 (.zip)- models.py
- extraction_handler.py
- extraction_worker.py
- processing_handler.py
- Dockerfile
- requirements.txt
- start_extraction.py
- models.py
- pipeline_routes.py
- pipeline_service.py
- Dockerfile
- requirements.txt
- start_pipeline.py
- models.py
- transformation_handler.py
- transformation_worker.py
- Dockerfile
- requirements.txt
- start_transformation.py
- agent_prompt_enums.py
- prs_agent.py
- 3.1.0-marly-spec.yml
- base_destination.py
- destination_enums.py
- destination_factory.py
- sqlite_destination.py
- base_model.py
- model_enums.py
- azure_model.py
- cerebras_model.py
- groq_model.py
- mistral_model.py
- model_factory.py
- openai_model.py
- prompt_enums.py
- redis_config.py
- base_source.py
- source_enums.py
- local_fs_source.py
- s3_source.py
- source_factory.py
- text_extractor.py
- anon_helper.py
- sql_helper.py
- marly_helper.py
- contacts.db
- main.py
- lacers.pdf
- lacers_reduced.pdf
- autogen.ipynb
- lacers_reduced.pdf
- OAI_CONFIG_LIST.json
- plot.png
- data_loading_workflow.ipynb
- diagram.jpeg
- lacers_reduced.pdf
- notebooklm_workflow.ipynb
- notebooklm_workflow.jpeg
- pdf_table_to_chart_workflow.ipynb
- wkflow.jpeg
- lacers_reduced.pdf
- llamaindex_pinecone.py
- api_example.py
- azure_example.py
- cerebras_example.py
- data_loading_example.py
- groq_example.py
- markdown_example.py
- mistral_example.py
- requirements.txt
- s3_example.py
- web_and_document_example.py
- .gitignore
- docker-compose.yml
- LICENSE.md
- README.md
- requirements.txt
- start-oe.sh
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/velocitybolt/open-extract
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd open-extract
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker compose up -d --build
정의된 모든 컨테이너(서버, DB 등)를 한 번에 빌드하고 백그라운드에서 실행합니다.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
3. Python
쉬움사전 준비물
pip install -r application/extraction/requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
jupyter notebook
브라우저에서 노트북(.ipynb) 파일들을 열람하고 실행할 수 있는 Jupyter 화면을 켭니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
// repository documentation
Was this content helpful?
(0 ratings)