Repolode
Enviar
SoMarkAI

SoMarkAI/OXR

Modelo open source de análise de documentos que converte PDFs e imagens de documentos em Markdown ou JSON com coordenadas de layout, voltado a pipelines de agentes de IA.

Ver no GitHubSite
Estrelas
3,668
Forks
240
Issues abertas
3
Último commit
ontem

O que é?

OXR (Optical Everything Recognition) é um modelo de análise de documentos com 1,3 bilhão de parâmetros, desenvolvido pela equipe SoMark. Ele recebe PDFs e imagens de documentos e gera Markdown ou JSON, incluindo caixas delimitadoras do layout, para que os resultados possam alimentar agentes de IA e pipelines de recuperação de informações.

O modelo reconhece 13 tipos de elementos, incluindo fórmulas em LaTeX, tabelas em HTML ou Markdown, equações e estruturas químicas, blocos de código e carimbos. A ordem de leitura é tratada durante a etapa de reconhecimento pelo próprio modelo. A análise de layout é um módulo separado e intercambiável, permitindo que as equipes usem seu próprio modelo de layout sem abrir mão do reconhecimento e da ordenação do OXR.

O projeto oferece uma imagem Docker, uma instalação a partir do código-fonte com suporte a vLLM, uma demonstração no navegador na porta 8000 e uma API hospedada gratuita, compatível com a API da SoMark e com suas CLIs Python e JavaScript. A implantação local requer uma GPU NVIDIA com suporte a BF16, com 24 GB de memória como ponto de partida.

Recursos principais

  • 01Converte PDFs e imagens em Markdown ou JSON com caixas delimitadoras do layout.
  • 02Reconhece 13 tipos de elementos, incluindo fórmulas, tabelas, estruturas químicas e blocos de código.
  • 03Determina a ordem de leitura no mesmo modelo que faz o reconhecimento.
  • 04A análise de layout é um módulo separado que pode ser substituído por um modelo personalizado.
  • 05Oferece implantação com Docker, instalação a partir do código-fonte baseada em vLLM e demonstração no navegador.
  • 06Disponibiliza uma API compatível com a CLI e os SDKs da SoMark.

Casos de uso

  • Converter exames digitalizados, artigos ou relatórios em texto estruturado para pipelines de LLM ou RAG.
  • Extrair tabelas complexas e fórmulas de documentos acadêmicos.
  • Adaptar a análise de layout a um domínio documental específico e reutilizar o reconhecimento do OXR.

Início rápido

  1. 1

    Instale o somark CLI pelo PyPI

    pip install somark
  2. 2

    Analise um documento com a API gratuita da OXR (não é necessária uma chave de API)

    somark --base-url https://free-oxr.somark.ai/api/v1 --api-key dummy parse document.pdf --formats md,json --out ./parsed-output/

Antes de usar

  • Para executá-lo localmente, é necessário um computador Linux com uma GPU NVIDIA e pelo menos 24 GB de memória de GPU.
  • A API gratuita não oferece garantia de estabilidade e não é recomendada para uso em produção.
  • O README não informa claramente a licença do software; por isso, consulte o repositório antes de usá-lo comercialmente.

Em coleções

Ferramentas de PDF, OCR e documentosGeradores de sites estáticos e ferramentas de documentação

Tópicos

#ocr#document-parsing#vlm#pdf#markdown#layout-analysis#llm-tools#agent#rsi#vlm-ocr

Perguntas frequentes

O que é OXR?
Modelo open source de análise de documentos que converte PDFs e imagens de documentos em Markdown ou JSON com coordenadas de layout, voltado a pipelines de agentes de IA. OXR (Optical Everything Recognition) é um modelo de análise de documentos com 1,3 bilhão de parâmetros, desenvolvido pela equipe SoMark. Ele recebe PDFs e imagens de documentos e gera Markdown ou JSON, incluindo caixas delimitadoras do layout, para que os resultados possam alimentar agentes de IA e pipelines de recuperação de informações.
OXR é gratuito? Qual é a licença?
OXR é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
OXR ainda é mantido?
Manutenção ativa. O último commit de OXR foi em 6 de nov. de 2026.
Para que posso usar OXR?
Converter exames digitalizados, artigos ou relatórios em texto estruturado para pipelines de LLM ou RAG. Extrair tabelas complexas e fórmulas de documentos acadêmicos. Adaptar a análise de layout a um domínio documental específico e reutilizar o reconhecimento do OXR.
Como instalar OXR?
Instale o somark CLI pelo PyPI: pip install somark Analise um documento com a API gratuita da OXR (não é necessária uma chave de API): somark --base-url https://free-oxr.somark.ai/api/v1 --api-key dummy parse document.pdf --formats md,json --out ./parsed-output/
Onde consigo OXR?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/SoMarkAI/OXR

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados