aryn-ai/sycamore

これは何？

主な機能

• 01レイアウト検出モデルを使い、テーブル、図、インフォグラフィックを含むPDFや画像を分割
• 02スケーラブルで関数型の文書変換を実現するDocSet抽象化
• 03抽出、エンリッチメント、クリーニングに使える、LLMを活用したユーザー定義関数
• 04チャンクをOpenSearch、Elasticsearch、Pinecone、DuckDB、Qdrant、Weaviateに読み込み
• 05Rayバックエンド上で処理をスケール

ユースケース

• RAGアプリケーション向けにPDFのレポートやマニュアルを準備
• OpenSearchで企業文書を対象とするハイブリッド検索インデックスを構築
• LLMを使って文字起こしやプレゼンテーションから構造化フィールドを抽出
• ベクトルデータベースへの読み込み前に、Jupyter notebookで文書ETLジョブを実行

クイックスタート

1. 1

   pipでコアパッケージをインストールします

   pip install sycamore-ai
2. 2

   必要に応じて、DuckDBなどのベクトルデータベースコネクタをインストールします

   pip install sycamore-ai[duckdb]
3. 3

   Aryn DocParseの無料アカウントに登録して、APIキーを取得します

使う前に知っておきたいこと

• !READMEによると、LinuxとMac OSで動作します。
• !Aryn DocParseサービスを利用するには、登録してAPIキーを取得する必要があります。

トピック

よくある質問

sycamore とは？

非構造化文書向けのETL、RAG、分析を実現するPythonフレームワーク。AIを活用して文書を分割・チャンク化し、ベクトル検索やハイブリッド検索のデータベースに読み込みます。 Sycamoreは、PDF、レポート、プレゼンテーション、文字起こし、マニュアルなどの非構造化ファイルを、整ったチャンク化データに変換する文書処理エンジンです。埋め込みテーブル、図、インフォグラフィックを含む複雑なレイアウトを処理でき、データを保存する前にLLMベースのエンリッチメント、変換、クリーニングを適用できます。

sycamore は無料で使えますか？ライセンスは？

sycamore は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

sycamore は今もメンテナンスされていますか？

半年以内に更新あり。sycamore の最終コミットは 2026年8月1日 です。

sycamore は何に使えますか？

RAGアプリケーション向けにPDFのレポートやマニュアルを準備 OpenSearchで企業文書を対象とするハイブリッド検索インデックスを構築 LLMを使って文字起こしやプレゼンテーションから構造化フィールドを抽出 ベクトルデータベースへの読み込み前に、Jupyter notebookで文書ETLジョブを実行

sycamore のインストール方法は？

pipでコアパッケージをインストールします: pip install sycamore-ai 必要に応じて、DuckDBなどのベクトルデータベースコネクタをインストールします: pip install sycamore-ai[duckdb] Aryn DocParseの無料アカウントに登録して、APIキーを取得します

sycamore はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/aryn-ai/sycamore