enoch3712/ExtractThinker

O que é?

Recursos principais

• 01Define os alvos de extração como modelos Pydantic com restrições e validação de campos.
• 02Carrega PDFs, imagens, tabelas e planilhas por meio de carregadores de documentos intercambiáveis.
• 03Classifica e divide conjuntos mistos de documentos em documentos separados.
• 04Oferece suporte a modelos locais por meio do Ollama e a provedores de LLM na nuvem.
• 05Lida com documentos longos e respostas incompletas usando estratégias de conclusão.

Casos de uso

• Extrair números de faturas, valores totais e dados de fornecedores de faturas digitalizadas ou digitais.
• Organizar e dividir um conjunto de documentos empresariais variados antes do processamento.
• Criar um pipeline de documentos que produza dados tipados para uso posterior em código Python.

Início rápido

1. 1

   Instale a biblioteca pelo PyPI

   pip install extract-thinker
2. 2

   Configure EXTRACT_THINKER_MODEL e a chave de API do provedor e, em seguida, execute o script de extração de exemplo

Antes de usar

• !É necessário ter um provedor de LLM e uma chave de API, e a extração pode gerar cobranças.
• !Documentos digitalizados precisam de OCR ou de um modelo com capacidade de visão.
• !Os recursos de 2026 na main não estão disponíveis em uma versão do PyPI e exigem a instalação a partir de um checkout do git.

Em coleções

Tópicos

Perguntas frequentes

O que é ExtractThinker?

Biblioteca Python que usa LLMs para transformar PDFs, imagens e outros documentos em objetos Pydantic validados, com classificação e divisão de documentos. ExtractThinker é uma biblioteca Python para extrair dados tipados de documentos. Você define um contrato Pydantic com os campos necessários, escolhe um carregador de documentos e um LLM, e a biblioteca carrega, classifica, divide e extrai o conteúdo para um objeto validado.

ExtractThinker é gratuito? Qual é a licença?

ExtractThinker é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

ExtractThinker ainda é mantido?

Atualizado nos últimos 6 meses. O último commit de ExtractThinker foi em 16 de set. de 2026.

Para que posso usar ExtractThinker?

Extrair números de faturas, valores totais e dados de fornecedores de faturas digitalizadas ou digitais. Organizar e dividir um conjunto de documentos empresariais variados antes do processamento. Criar um pipeline de documentos que produza dados tipados para uso posterior em código Python.

Como instalar ExtractThinker?

Instale a biblioteca pelo PyPI: pip install extract-thinker Configure EXTRACT_THINKER_MODEL e a chave de API do provedor e, em seguida, execute o script de extração de exemplo

Onde consigo ExtractThinker?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/enoch3712/ExtractThinker