ucbepic/docetl

¿Qué es?

Funciones clave

• 01Operadores map, reduce, filter, resolve, split y gather para procesar datos con LLM.
• 02Definición de operaciones en lenguaje natural con esquemas de salida.
• 03Optimización automática de pipelines mediante el intercambio de modelos y la reescritura de prompts.
• 04API de Python, configuración YAML con CLI e interfaz web de DocWrangler.
• 05Ejecución en paralelo en todo el conjunto de datos con controles de límites de solicitudes.

Casos de uso

• Extraer campos estructurados, como quejas o prioridades, de grandes lotes de tickets de soporte.
• Resumir documentos agrupados por categoría con un flujo de trabajo de map seguido de reduce.
• Analizar transcripciones o texto no estructurado y devolver los resultados en tablas para consultarlos.

Inicio rápido

1. 1

   Instala el paquete con pip

   pip install docetl
2. 2

   Configura la clave de API de tu proveedor de LLM (por ejemplo, OpenAI)

   export OPENAI_API_KEY=your_key
3. 3

   Escribe un archivo YAML de pipeline y ejecútalo con la CLI

   docetl run pipeline.yaml

Antes de usarlo

• !Necesitas una clave de API de un proveedor de LLM, lo que genera costes de uso.

Temas

Preguntas frecuentes

¿Qué es docetl?

Sistema de Python para ejecutar pipelines de map-reduce y ETL con LLM sobre grandes volúmenes de datos estructurados y no estructurados, descritos en lenguaje natural. DocETL es un sistema para procesar grandes colecciones de datos estructurados y no estructurados con LLM. Cada operación se define en lenguaje natural y el sistema ofrece operadores como map, reduce, filter, resolve, split y gather; después los coordina y distribuye el trabajo en paralelo por todo el conjunto de datos. El resultado son datos tabulares que se pueden consultar en una base de datos.

¿docetl es gratuito? ¿Qué licencia tiene?

docetl es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿docetl sigue mantenido?

Mantenimiento activo. El último commit de docetl fue el 9 oct 2026.

¿Para qué puedo usar docetl?

Extraer campos estructurados, como quejas o prioridades, de grandes lotes de tickets de soporte. Resumir documentos agrupados por categoría con un flujo de trabajo de map seguido de reduce. Analizar transcripciones o texto no estructurado y devolver los resultados en tablas para consultarlos.

¿Cómo se instala docetl?

Instala el paquete con pip: pip install docetl Configura la clave de API de tu proveedor de LLM (por ejemplo, OpenAI): export OPENAI_API_KEY=your_key Escribe un archivo YAML de pipeline y ejecútalo con la CLI: docetl run pipeline.yaml

¿Dónde consigo docetl?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/ucbepic/docetl