magicrew/doc7

これは何？

主な機能

• 01OpenAI互換のマルチモーダルモデルで各ページを画像として読み取り、テキスト、表、数式、グラフを処理します。
• 02PDF、Office、OpenDocument、EPUB、メール、Jupyterノートブック、一般的な画像形式、Webページに対応します。
• 03--resumeで失敗したページだけを再試行でき、ページ範囲も指定できます。
• 041つのバイナリでCLI、非同期HTTPサービス、MCPサーバー、Go SDKを提供します。
• 05結合したMarkdown、ページごとのファイル、ページ画像、出典情報付きのマニフェストを出力します。

ユースケース

• スキャンしたレポートやPDFから、RAGやナレッジベース用のコーパスを構築する。
• グラフやスライド資料などの視覚コンテンツを、AIエージェントが検索できるようにする。
• インフラの外にデータを出さないプライベートモデルで、機密文書を変換する。
• CIやサーバーで、大量のドキュメントを含むディレクトリを一括変換する。

トピック

よくある質問

doc7 とは？

PDF、Officeファイル、スキャン、スクリーンショット、図を、独自のOpenAI互換ビジョンモデルでMarkdownに変換します。 doc7は、AIで利用するためにドキュメントをMarkdownに変換するGo製のコマンドラインツール兼サービスです。各ページを画像としてレンダリングし、マルチモーダルモデルに送信するため、文字だけを抽出するのではなく、テキスト、表、数式、グラフ、図、スクリーンショットをまとめて読み取ります。別途OCR環境を用意する必要はなく、使用するモデルは、ローカルで動かすLM StudioやOllama、またはリモートプロバイダーなど、設定したOpenAI互換エンドポイントです。

doc7 は無料で使えますか？ライセンスは？

doc7 は MIT 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。

doc7 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。doc7 の最終コミットは 2026年8月7日 です。

doc7 は何に使えますか？

スキャンしたレポートやPDFから、RAGやナレッジベース用のコーパスを構築する。 グラフやスライド資料などの視覚コンテンツを、AIエージェントが検索できるようにする。 インフラの外にデータを出さないプライベートモデルで、機密文書を変換する。 CIやサーバーで、大量のドキュメントを含むディレクトリを一括変換する。

doc7 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/magicrew/doc7