Add PDF to supported formats; summarize content and extract tags using LLM
Maintainer thường phản hồi trong vòng 1 ngày
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
- 15/100
Hướng nghiên cứu
The issue asks to re-enable PDF as a supported input format, not for table extraction, but to summarize its content for the Description field and suggest tags with an LLM. Read how Excel support was re-enabled through qsv, and the note that tabula-rs exists, to see how format handling works today. Done would need a settled choice of LLM integration and a summary and tags produced from a sample PDF, but the thread has been idle for over three years, so confirm scope with maintainers first.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
The legacy Datapusher used to support PDFs, as messytables supported extracting tables from PDFs using pdftables.
That functionality has been removed, as well as Excel support.
We reenabled Excel support in DP+ using qsv.
We should re-enable PDF support again, not to extract tables for now (though there is tabula-rs), but to summarize the content for the Description field and suggest tags.
- Ngôn ngữ chính
- Python
- Star
- 47
- Fork
- 33
- Merge trung bình
- 2 giờ 28 phút
- Pull request đã merge (30 ngày)
- 10
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 dathere/datapusher-plus
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 65/100
dathere/datapusher-plus#359 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
"Total elapsed time" in the JOB DONE line is ~1.79 billion seconds (perf_counter overwrites the time.time() start)Có thể đã có người làm @tino097 đã nhận 14 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 35/100
dathere/datapusher-plus#355 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
FormulaProcessing stage always skipped on CKAN 2.10+: ckan.plugins is a list, stage calls .split() on itCó thể đã có người làm @tino097 đã nhận 14 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
dathere/datapusher-plus#354 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 48/100
dathere/datapusher-plus#340 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Prefect requires Sqlalchemy2Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 53/100
dathere/datapusher-plus#338 ·
Maintainer thường phản hồi trong vòng 1 ngày
Tất cả issue của dathere/datapusher-plus
Issue tương tự
-
needs-triage
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
gke-labs/kube-agents#5671 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
docs(auth): Method B step 4 should tell users to tick "Use this client for an AI-powered agent"Đang mởdocumentation next-release v0.9.6
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 88/100
khuisman/mcp-gee-sweet#1446 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
In-box secret files written before their chmod: lc-creds, stacks tee, and the workspace tokenĐang mởmodel:sonnet runtime:claude security size:S
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 75/100
FootprintAI/Containarium#3671 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
HolidayBase: reassigning `language` does not re-initialize translations or re-populate holidaysCó thể đã có người làm @shikhabhadoria đã nhận hôm nay. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
vacanza/holidays#4116 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug CLI exec
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 84/100
Maintainer thường phản hồi trong vòng 1 ngày