[extract-worker] minimal document embedding workflow/activity
Maintainer thường phản hồi trong vòng 1 ngày
@winsomeglint đang làm issue này rồi.
Từ ngày 12/10/2026.
Đánh giá
Issue này chưa được đánh giá.
Mô tả
Add a first version of a document embedding workflow/activity in the extract worker:
- chunk docs using one of docling chunkers
- embed using a small leading RTEB embedding model (
jinaai/jina-embeddings-v5-text-nanois a good candidate) - index results in ES
- Ngôn ngữ chính
- Python
- Star
- 7
- Fork
- 0
- Merge trung bình
- 1 giờ 8 phút
- Pull request đã merge (30 ngày)
- 16
Chuẩn bị môi trường
- Có Dockerfile hoặc tệp Docker Compose
- Không có mẫu pull request
- Không có hướng dẫn đóng góp
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 ICIJ/datashare-python
-
[extract-worker][poc]: create a hybrid search demoCó thể đã có người làm @winsomeglint đã nhận 15 ngày trước. Đang mở
ICIJ/datashare-python#121 · 2 người được giao ·
Maintainer thường phản hồi trong vòng 1 ngày
-
feature(passport-worker): skip processing of text pages thanks to liteparseCó thể đã có người làm @ClemDoum đã nhận 15 ngày trước. Đang mở
ICIJ/datashare-python#118 · 1 người được giao ·
Maintainer thường phản hồi trong vòng 1 ngày
-
feature(extract-worker): implement hybrid pipeline routing text pages to LiteParseCó thể đã có người làm @ClemDoum đã nhận 15 ngày trước. Đang mở
ICIJ/datashare-python#117 · 1 người được giao ·
Maintainer thường phản hồi trong vòng 1 ngày
-
feature(extract-worker): implement LiteParse PipelineCó thể đã có người làm @ClemDoum đã nhận 15 ngày trước. Đang mở
ICIJ/datashare-python#116 · 1 người được giao ·
Maintainer thường phản hồi trong vòng 1 ngày
-
[poc]: document embedding, hybrid search/retrieval POCCó thể đã có người làm @winsomeglint đã nhận 23 ngày trước. Đang mở
ICIJ/datashare-python#110 · 3 người được giao ·
Maintainer thường phản hồi trong vòng 1 ngày
Tất cả issue của ICIJ/datashare-python
Issue tương tự
-
DBFS append mode silently overwrites existing filesCó thể đã có người làm @IlyaKhalafi đã nhận hôm nay. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 77/100
fsspec/filesystem_spec#2429 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
[Bug]: Retrieval rerank fallback statistics stay zero after provider failureCó thể đã có người làm Có pull request liên kết đang mở hoặc đã được merge. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
volcengine/OpenViking#7014 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
fedora-copr/copr#4600 ·
Maintainer thường phản hồi trong vòng 2 ngày
-
bug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
ansys/pydpf-core#3620 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
Maintainer thường phản hồi trong vòng 1 ngày