Unstract 开源项目教程

Unstract 开源项目教程

unstractNo-code LLM Platform to launch APIs and ETL Pipelines to structure unstructured documents项目地址:https://gitcode.com/gh_mirrors/un/unstract

项目介绍

Unstract 是一个无代码的 LLM（大型语言模型）平台，旨在通过 API 和 ETL 管道来结构化非结构化文档。它超越了传统的协同工具，实现了机器与机器之间的自动化。用户可以通过简单的无代码方法启动 API，处理复杂文档并返回结构化的 JSON 数据。此外，Unstract 还支持从多种云文件/对象存储系统读取复杂文档，并将结构化数据写入流行的数据仓库和数据库。

项目快速启动

环境准备

在开始之前，请确保您已经安装了以下工具：

• Git
• Python 3.x

克隆项目

首先，克隆 Unstract 项目到本地：

git clone https://github.com/Zipstack/unstract.git
cd unstract

安装依赖

安装项目所需的依赖：

pip install -r requirements.txt

启动项目

运行项目：

python run.py

应用案例和最佳实践

案例一：信用卡声明结构化

Unstract 可以用于处理和结构化信用卡声明。通过 Prompt Studio 进行提示工程，并启动 API 来处理不同类型的信用卡声明，最终返回结构化的 JSON 数据。

案例二：复杂文档的 ETL 管道

利用 Unstract 的 ETL 管道功能，可以从云存储系统读取复杂文档，并将其结构化数据写入数据仓库。这适用于需要处理大量非结构化文档的业务场景。

典型生态项目

LLM 提供商

• OpenAI
• Google VertexAI
• Azure OpenAI
• Google PaLM
• Anyscale
• Mistral AI
• Anthropic
• Ollama

向量数据库

• Qdrant

这些生态项目与 Unstract 紧密集成，提供了强大的支持，使得 Unstract 能够处理和结构化各种复杂的非结构化文档。

---

通过本教程，您应该能够快速启动并使用 Unstract 项目，了解其应用案例和最佳实践，以及它所依赖的典型生态项目。希望您在使用 Unstract 的过程中能够获得良好的体验。

unstractNo-code LLM Platform to launch APIs and ETL Pipelines to structure unstructured documents项目地址:https://gitcode.com/gh_mirrors/un/unstract