Unstract para extração de documentos
Unstract
Uma plataforma voltada a transformar documentos não estruturados em dados estruturados. O fluxo apresentado combina documentos, prompts e modelos de linguagem para produzir resultados em JSON e apoiar automações de processamento documental.
Documentação do Unstract
A documentação apresenta o Unstract como uma plataforma open source e no-code para automatizar processos com documentos longos, incluindo fluxos que recebem arquivos e devolvem JSON estruturado por API.
Quick start com documentos variados
O guia inicial usa extratos de cartão de crédito de emissores diferentes para mostrar como extrair campos e transações apesar das variações de formato. O mesmo fluxo pode ser implantado como API ou pipeline ETL.
Prompt Studio
O Prompt Studio oferece um ambiente para definir por linguagem natural os campos, o formato e o schema da extração. A proposta é lidar com diferentes variantes de um tipo documental sem depender de anotações manuais para cada modelo.
Repositório open source
O repositório oficial reúne o código do Unstract e descreve o uso de LLMs para extrair JSON estruturado de PDFs, imagens e scans, com possibilidade de implantação como API ou pipeline ETL.