Ambar: Document Search Engine

Ambar：文档搜索引擎

github：https://github.com/RD17/ambar
官方地址：https://ambar.cloud/

Ambar是一个开源的文档搜索引擎，具有自动抓取、OCR、标记和即时全文搜索功能。
Ambar定义了一种在工作流中实现全文文档搜索的新方法。
1、使用单个docker compose文件轻松部署Ambar
2、对您的文档和图像内容执行类似谷歌的搜索
3、标记您的文档
4、使用简单的REST API将Ambar集成到您的工作流程中

爬网
Ambar2.0仅支持本地fs爬网，如果您需要爬网FTP位置的SMB共享，只需使用标准的linux工具进行装载即可。爬网是自动的，不需要时间表，因为爬网程序监视文件系统事件并自动处理新的、更改的和删除的文件。

内容提取
Ambar支持大文件（>30MB）

支持的文件类型：
ZIP存档
邮件存档（PST）
MS Office文档（Word、Excel、Powerpoint、Visio、Publisher）
图像OCR
带有附件的电子邮件
Adobe PDF（带OCR）
OCR语言：Eng、Rus、Ita、Deu、Fra、Spa、Pl、Nld
OpenOffice文档
RTF，明文
HTML/XHTML
多线程处理

安装
注意：Ambar要求Docker运行
你可以自己构建Docker镜像