lumina-ai-inc/chunkr

Что это?

Ключевые возможности

• 01Анализ структуры документа перед разбиением на фрагменты.
• 02OCR с ограничивающими рамками, указывающими расположение текста на каждой странице.
• 03Вывод в виде структурированных HTML и Markdown.
• 04Поддержка PDF, PPT, документов Word и изображений.
• 05Работа с любыми совместимыми с OpenAI конечными точками LLM, включая собственные серверы vLLM и Ollama.
• 06Локальный запуск через Docker Compose в режимах GPU и CPU.

Сценарии использования

• Подготовка PDF и документов Office в виде фрагментов для конвейера RAG.
• Извлечение текста и структуры из отсканированных файлов с координатами ограничивающих рамок.
• Локальный разбор документов, когда данные должны оставаться в собственной инфраструктуре.

Быстрый старт

1. 1

   Установите Docker и Docker Compose (NVIDIA Container Toolkit — необязательно для использования GPU)

2. 2

   Клонируйте репозиторий

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

   Скопируйте примеры файлов env и конфигурации models

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

   Запустите сервисы (развёртывание с GPU)

   docker compose up -d

Что важно знать

• !В версии с открытым исходным кодом используются модели сообщества, поэтому она менее точна, чем проприетарный Cloud API.
• !Для функций LLM требуется конечная точка LLM или ключ API.
• !Лицензия AGPL-3.0 предусматривает обязательства по копилефту, если не приобрести коммерческую лицензию.
• !В выпуск с открытым исходным кодом не входит поддержка Excel.

В подборках

Темы

Частые вопросы

Что такое chunkr?

API для обработки документов на собственном сервере: превращает PDF, файлы Office и изображения в готовые для LLM фрагменты с анализом структуры и OCR. Chunkr — сервис обработки документов, который принимает PDF, файлы PowerPoint, документы Word и изображения и преобразует их в структурированные фрагменты для генерации с дополнением извлечёнными данными (RAG) и других конвейеров LLM. Он сочетает анализ структуры, OCR с ограничивающими рамками и обработку с помощью визуально-языковых моделей, чтобы выдавать структурированные HTML и Markdown.

chunkr можно использовать бесплатно? Какая у него лицензия?

chunkr распространяется с открытым исходным кодом под лицензией AGPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

chunkr всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в chunkr — 9 сент. 2026 г..

Для чего можно использовать chunkr?

Подготовка PDF и документов Office в виде фрагментов для конвейера RAG. Извлечение текста и структуры из отсканированных файлов с координатами ограничивающих рамок. Локальный разбор документов, когда данные должны оставаться в собственной инфраструктуре.

Как установить chunkr?

Установите Docker и Docker Compose (NVIDIA Container Toolkit — необязательно для использования GPU) Клонируйте репозиторий: git clone https://github.com/lumina-ai-inc/chunkr && cd chunkr Скопируйте примеры файлов env и конфигурации models: cp .env.example .env && cp models.example.yaml models.yaml Запустите сервисы (развёртывание с GPU): docker compose up -d

Где скачать chunkr?

Исходный код и инструкции по установке — на GitHub: https://github.com/lumina-ai-inc/chunkr