منصوبے کے بارے میں

Unstract ایک اوپن سورس پلیٹ فارم ہے جو بڑے لینگویج ماڈلز (LLMs) کا استعمال کرتے ہوئے غیر ساختہ دستاویزات (PDFs، تصاویر، اسکینز، اسپریڈ شیٹس، پریزنٹیشنز) کو منظم JSON ڈیٹا میں تبدیل کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ صارفین کو قدرتی زبان کے پرامپٹس کے ساتھ ایکسٹریکشن اسکیما کی وضاحت کرنے کی اجازت دیتا ہے، پھر ایکسٹریکشن کو REST API یا ETL پائپ لائن کے طور پر تعینات کرتا ہے۔ اہم خصوصیات میں اسکیما کی وضاحت کے لیے Prompt Studio، API تعیناتی، ETL پائپ لائن انٹیگریشن، AI ایجنٹس کے لیے MCP سرور، اور آٹومیشن ورک فلو کے لیے n8n نوڈ شامل ہیں۔ یہ متعدد LLM فراہم کنندگان (OpenAI، Anthropic، Bedrock، Gemini، Ollama، وغیرہ)، ویکٹر ڈیٹا بیسز (Qdrant، Pinecone، Weaviate، وغیرہ)، اور ٹیکسٹ ایکسٹریکٹرز (LLMWhisperer، Unstructured.io، LlamaIndex Parse) کی حمایت کرتا ہے۔ پلیٹ فارم کو ایک سادہ اسکرپٹ کے ساتھ Docker Compose کے ذریعے مقامی طور پر چلایا جا سکتا ہے، اور یہ کلاؤڈ/انٹرپرائز آپشنز پیش کرتا ہے جن میں دوہری LLM تصدیق، انسانی جائزے، SSO، اور تعمیل سرٹیفیکیشنز جیسی اضافی خصوصیات شامل ہیں۔ یہ React فرنٹ اینڈ، Django بیک اینڈ، Celery ورکر، اور FastAPI پلیٹ فارم سروس کے ساتھ بنایا گیا ہے، اور PostgreSQL، Redis، اور RabbitMQ استعمال کرتا ہے۔ پروجیکٹ AGPL-3.0 کے تحت لائسنس یافتہ ہے اور تعاون کا خیرمقدم کرتا ہے۔