Morphik：支持 PDF 图像理解的开源 RAG

Hacker News · github.com#开源#RAG#PDF处理

Editor brief · 编辑速览

开源 RAG 系统解决 PDF 图片识别难题，支持本地部署，填补了现有 RAG 框架的空白，对构建智能文档系统很有价值。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

Morphik (morphik.ai) 为护理型养老机构和老年生活运营商构建 AI 工作者，负责应收账款处理（AP）、账单、催收和工资管理。Morphik Core 是其背后的开源多模态检索引擎，以独立平台的形式向开发者提供，网址是 dev.morphik.ai。

文档 - 社区 - 为什么选择 Morphik Core? - Bug 报告

我们正在为开发者构建最佳方案，将上下文（无论多么复杂和微妙）集成到他们的 AI 应用中。我们提供了一套完整的工具来存储、表示和搜索（浅层和深层）非结构化数据。端到端。

构建与数据交互的 AI 应用不应该需要将十几个不同的工具拼凑在一起，才能获得与 LLM 相关的结果。

在概念验证中有效的传统 RAG 方法在生产环境中经常会失败。将文本提取、OCR、嵌入、向量数据库和检索等独立系统拼凑在一起会创建脆弱的管道，在真实负载下容易崩溃。每个组件都带来自己的 API、配置和失败模式——一个简单的演示在规模化时变成了无法维护的混乱。

更糟的是，这些管道从根本上无法理解视觉丰富的文档。图表变成了无意义的文本片段。关键图表失去了空间关系。表格被破坏成无法读取的字符串。包含混合文本和视觉的技术规范？准备放弃准确性吧。

结果是 AI 应用自信地返回错误的答案，因为它们从未真正理解过文档。它们漏掉了嵌入在图像中的关键信息，误解了技术图表，并将视觉数据视为事后考虑。性能呢？看着你的基础设施成本激增，因为你的 LLM 会为每个查询重新处理相同的 500 页手册。

Morphik Core 为开发者提供工具来摄取、搜索（深层和浅层）、转换和管理非结构化和多模态文档。我们的一些功能包括：

多模态搜索：我们采用 ColPali 等技术来构建真正理解你提供的文档视觉内容的搜索。用单个端点搜索图像、PDF、视频等。

快速且可扩展的元数据提取：从文档中提取元数据——包括边界框、标签、分类等。

集成：与现有工具和工作流集成。包括（但不限于）Google Suite、Slack 和 Confluence。

最好的部分是什么？Morphik Core 有免费层级！前往 dev.morphik.ai 注册开始使用。

Self-hosting Morphik Core

开始使用 Morphik Core 的最快和最简单的方式是在 dev.morphik.ai 免费注册。我们有慷慨的免费层级，如果你想摄取大量数据，可以选择透明的、基于计算使用量的定价。

如果你想自托管 Morphik Core，可以在这里找到专门的说明。我们提供直接安装和通过 docker 安装的选项。

重要事项：由于资源有限，我们无法为自托管部署提供全面支持。我们有安装指南和 Discord 社区来帮助，但我们无法保证完全支持。

注册 Morphik Core 后，你可以立即开始摄取和搜索你的数据。

对于程序员，我们提供 Python SDK 和 REST API。摄取文件就这么简单：

from morphik import Morphik

morphik = Morphik("<your-morphik-uri>")
morphik.ingest_file("path/to/your/super/complex/file.pdf")

类似地，搜索和查询你的数据也很简单：

morphik.query("What's the height of screw 14-A in the chair assembly instructions?")

你也可以通过 Morphik Console 与 Morphik Core 交互。这是一个基于网页的界面，允许你摄取、搜索和查询你的数据。你可以上传文件、连接到不同的数据源，并在同一个地方与你的数据聊天。

最后，你也可以通过 MCP 访问 Morphik Core。说明文档可在这里获得。

欢迎为项目做贡献！我们喜欢：

通过 GitHub issues 的 Bug 报告

通过 GitHub issues 的功能请求

目前，我们的重点是提高速度、与更多工具集成，以及寻找为我们的用户提供最大价值的研究论文。如果你有想法，请在 Discord 或 GitHub 上告诉我们！

Morphik Core 在 Business Source License 1.1 下源代码可用。

个人/独立使用：免费。

商业生产使用：如果你的 Morphik Core 部署每月产生的毛收入少于 US $2,000，则免费。否则请在 https://dev.morphik.ai/pricing 购买商业密钥。

未来开源：每个代码版本在首次发布后的四年内自动重新许可为 Apache 2.0。

完整许可证文本详见这里。

访问我们的特别感谢页面，致敬我们的贡献者。