How to cut a scanned PDF file into pieces and extract the content.
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 5/5
- Thời gian dự kiến
- Hơn một tuần
- Mức phù hợp với người mới
- 20/100
Hướng nghiên cứu
Issue không đề cập đến tệp, kiểm thử hay các điểm vào. Trước tiên cần làm rõ các trang báo được quét sẽ được phân đoạn như thế nào, nội dung nào phải được trích xuất và cơ sở dữ liệu vector được kỳ vọng sẽ có hành vi gì. Để được xem là hoàn tất, cần có phạm vi đã được thống nhất và một kết quả end-to-end cho workflow PDF được chỉ định.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
How to cut a scanned PDF file into pieces according to the content, such as the content on a newspaper, and extract the content of each piece and put it into a vector database.
- Ngôn ngữ chính
- Python
- Star
- 851
- Fork
- 91
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Chuẩn bị môi trường
Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của AnswerDotAI/byaldi
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
AnswerDotAI/byaldi#95 ·
-
How to Load Locally Downloaded Models (vidore/colqwen2-v1.0-hf or vidore/colqwen2-v1.0) in byaldi?Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 25/100
AnswerDotAI/byaldi#94 · 2 bình luận ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
AnswerDotAI/byaldi#93 · 2 bình luận ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
AnswerDotAI/byaldi#92 ·
-
VectorDB IntegrationĐang mở
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
AnswerDotAI/byaldi#91 ·
Tất cả issue của AnswerDotAI/byaldi
Issue tương tự
-
README.zh-CN/ja/es still hard-code 501 test counts after README.md went count-freeCó thể đã có người làm @Aaqibhafeezkhan đã nhận hôm nay. Đang mởbeginner documentation good first issue
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 75/100
BistaDinesh03/critique#164 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug IO
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 65/100
MrNeRF/LichtFeld-Studio#3824 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug confirmed issue
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
open-webui/open-webui#33200 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Lychee link check failedĐang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 72/100
-
The changelog workflow excludes otelbot but not dependabot, so every Dependabot pull request fails the changelog checkCó thể đã có người làm @ocelotl đã nhận hôm nay. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 82/100
open-telemetry/opentelemetry-python#5825 ·
Maintainer thường phản hồi trong vòng 2 ngày