lumina-ai-inc/chunkr

어떤 프로젝트인가요?

핵심 기능

• 01청킹 전에 문서 구조를 파악하는 레이아웃 분석 기능입니다.
• 02페이지별 텍스트 위치를 확인할 수 있도록 바운딩 박스가 포함된 OCR을 제공합니다.
• 03구조화된 HTML과 Markdown으로 출력합니다.
• 04PDF, PPT, Word 문서와 이미지를 지원합니다.
• 05자체 호스팅 vLLM 및 Ollama를 포함해 OpenAI 호환 LLM 엔드포인트와 연동됩니다.
• 06GPU 또는 CPU 모드로 Docker Compose를 사용해 로컬에서 실행할 수 있습니다.

활용 사례

• RAG 파이프라인에 사용할 PDF 및 Office 문서를 청크로 준비합니다.
• 스캔 파일에서 바운딩 박스 좌표와 함께 텍스트와 레이아웃을 추출합니다.
• 데이터를 자체 인프라에 보관해야 하는 환경에서 문서 파싱을 로컬로 실행합니다.

빠른 시작

1. 1

   Docker와 Docker Compose 설치(GPU 사용 시 NVIDIA Container Toolkit은 선택 사항)

2. 2

   저장소 클론

   git clone https://github.com/lumina-ai-inc/chunkr && cd chunkr
3. 3

   예제 env 파일과 models 설정 파일 복사

   cp .env.example .env && cp models.example.yaml models.yaml
4. 4

   서비스 시작(GPU 배포)

   docker compose up -d

사용 전 알아둘 점

• !오픈소스 버전은 커뮤니티 모델을 사용하므로 독점 Cloud API보다 정확도가 낮습니다.
• !LLM 기능을 사용하려면 LLM 엔드포인트 또는 API 키가 필요합니다.
• !AGPL-3.0 라이선스가 적용되며, 상용 라이선스를 구매하지 않으면 카피레프트 의무가 따릅니다.
• !오픈소스 릴리스에는 Excel 지원이 포함되지 않습니다.

포함된 컬렉션

토픽

자주 묻는 질문

chunkr은(는) 무엇인가요?

PDF, Office 파일과 이미지를 레이아웃 분석 및 OCR을 거쳐 LLM에 바로 사용할 수 있는 청크로 변환하는 셀프 호스팅 문서 인텔리전스 API입니다. Chunkr는 PDF, PowerPoint 파일, Word 문서와 이미지를 받아 검색 증강 생성(RAG) 및 기타 LLM 파이프라인에서 사용할 수 있도록 구조화된 청크로 나누는 문서 처리 서비스입니다. 레이아웃 분석, 바운딩 박스를 지원하는 OCR, 비전-언어 모델 처리를 결합해 구조화된 HTML과 Markdown을 출력합니다.

chunkr은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

chunkr은(는) AGPL-3.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

chunkr은(는) 아직 유지보수되고 있나요?

6개월 이내 업데이트. chunkr의 마지막 커밋은 2026년 9월 9일입니다.

chunkr은(는) 어디에 사용할 수 있나요?

RAG 파이프라인에 사용할 PDF 및 Office 문서를 청크로 준비합니다. 스캔 파일에서 바운딩 박스 좌표와 함께 텍스트와 레이아웃을 추출합니다. 데이터를 자체 인프라에 보관해야 하는 환경에서 문서 파싱을 로컬로 실행합니다.

chunkr는 어떻게 설치하나요?

Docker와 Docker Compose 설치(GPU 사용 시 NVIDIA Container Toolkit은 선택 사항) 저장소 클론: git clone https://github.com/lumina-ai-inc/chunkr && cd chunkr 예제 env 파일과 models 설정 파일 복사: cp .env.example .env && cp models.example.yaml models.yaml 서비스 시작(GPU 배포): docker compose up -d

chunkr은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/lumina-ai-inc/chunkr