Repolode
Enviar
magicrew

magicrew/doc7

Convierte PDF, archivos de Office, escaneos, capturas de pantalla y diagramas a Markdown mediante un modelo de visión compatible con OpenAI que tú eliges.

Alternativa open source a:MathpixABBYY FineReaderAdobe Acrobat

Ver en GitHub
Estrellas
721
Forks
38
Issues abiertos
1
Último commit
hace 2 meses

¿Qué es?

doc7 es una herramienta de línea de comandos y un servicio en Go que convierte documentos a Markdown para su uso con IA. Renderiza cada página y la envía a un modelo multimodal, que interpreta en conjunto el texto, las tablas, las fórmulas, los gráficos, los diagramas y las capturas de pantalla, en lugar de limitarse a extraer caracteres. No requiere una pila de OCR independiente, y puedes configurar el endpoint compatible con OpenAI que prefieras, como LM Studio u Ollama en local, o un proveedor remoto.

Además de la CLI, el mismo binario permite procesar directorios por lotes, reintentar páginas concretas, usar un servicio HTTP asíncrono con autenticación mediante bearer token, ejecutar un servidor MCP para herramientas de IA y utilizar un Go SDK. El resultado incluye un Markdown combinado, archivos Markdown por página, imágenes renderizadas y un manifiesto con la procedencia de las páginas. Los formatos nativos de texto y datos, como CSV, JSON y Markdown, se convierten localmente sin usar un modelo.

Se necesita LibreOffice para los archivos de Office y OpenDocument, y Chrome o Chromium para renderizar HTML, EPUB, correo electrónico y notebooks. Los documentos remotos se envían al endpoint configurado; por eso, el proyecto recomienda usar un modelo local o privado para los archivos confidenciales.

Funciones clave

  • 01Lee cada página como una imagen mediante un modelo multimodal compatible con OpenAI, que procesa texto, tablas, fórmulas y gráficos.
  • 02Admite PDF, archivos de Office y OpenDocument, EPUB, correo electrónico, notebooks de Jupyter, formatos de imagen habituales y páginas web.
  • 03Reintenta solo las páginas que hayan fallado con --resume y permite seleccionar rangos de páginas.
  • 04Ofrece una CLI, un servicio HTTP asíncrono, un servidor MCP y un Go SDK desde un solo binario.
  • 05Genera un Markdown combinado, archivos por página, imágenes de las páginas y un manifiesto con información sobre su procedencia.

Casos de uso

  • Crear un corpus para RAG o una base de conocimientos a partir de informes escaneados y PDF.
  • Hacer que los agentes de IA puedan buscar contenido visual, como gráficos y presentaciones.
  • Convertir documentos confidenciales con un modelo privado que no salga de tu infraestructura.
  • Convertir por lotes directorios grandes de documentos en CI o en un servidor.

Temas

#document-ai#pdf-to-markdown#vision-language-model#multimodal#ocr-alternative#markdown#rag#local-ai#docx-to-markdown#open-source

Preguntas frecuentes

¿Qué es doc7?
Convierte PDF, archivos de Office, escaneos, capturas de pantalla y diagramas a Markdown mediante un modelo de visión compatible con OpenAI que tú eliges. doc7 es una herramienta de línea de comandos y un servicio en Go que convierte documentos a Markdown para su uso con IA. Renderiza cada página y la envía a un modelo multimodal, que interpreta en conjunto el texto, las tablas, las fórmulas, los gráficos, los diagramas y las capturas de pantalla, en lugar de limitarse a extraer caracteres. No requiere una pila de OCR independiente, y puedes configurar el endpoint compatible con OpenAI que prefieras, como LM Studio u Ollama en local, o un proveedor remoto.
¿doc7 es gratuito? ¿Qué licencia tiene?
doc7 es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿doc7 sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de doc7 fue el 7 ago 2026.
¿Para qué puedo usar doc7?
Crear un corpus para RAG o una base de conocimientos a partir de informes escaneados y PDF. Hacer que los agentes de IA puedan buscar contenido visual, como gráficos y presentaciones. Convertir documentos confidenciales con un modelo privado que no salga de tu infraestructura. Convertir por lotes directorios grandes de documentos en CI o en un servidor.
¿Dónde consigo doc7?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/magicrew/doc7

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados