marieai/marie-ai

``` ██████ ██████ █████████ ███████████ █████ ██████████ █████████ █████ /\ /\ ░░██████ ██████ ███░░░░░███ ░░███░░░░░███ ░░███ ░░███░░░░░█ ███░░░░░███ ░░███ //\\_//\\ ____ ░███░█████░███ ░███ ░███ ░███ ░███ ░███ ░███ █ ░ ░███ ░███ ░███ \_ _/ / / ░███░░███ ░███ ░███████████ ░██████████ ░███ ░██████ ██████████ ░███████████ ░███ / * * \ /^^^] ░███ ░░░ ░███ ░███░░░░░███ ░███░░░░░███ ░███ ░███░░█ ░░░░░░░░░░ ░███░░░░░███ ░███ \_\O/_/ [ ] ░███ ░███ ░███ ░███ ░███ ░███ ░███ ░███ ░ █ ░███ ░███ ░███ / \_ [ / █████ █████ █████ █████ █████ █████ █████ ██████████ █████ █████ █████ \ \_ / / ░░░░░ ░░░░░ ░░░░░ ░░░░░ ░░░░░ ░░░░░ ░░░░░ ░░░░░░░░░░ ░░░░░ ░░░░░ ░░░░░ [ [ / \/ _/ ``` [](https://github.com/psf/black) # Marie-AI Marie-AI 是一个 **代理式文档智能平台** (Agentic Document Intelligence Platform)。它编排了一个由自主、专业化 AI 代理组成的网络——每个代理负责 OCR、分类、NER 和文档转换等任务——为现代企业需求提供稳健、可扩展且可扩展的文档理解能力。 ## 🚀 快速开始 欲体验 Marie-AI 的最快方式，请参阅我们的 [快速入门指南](./bootstrap.md)。 ## 编排智能 Marie-AI 利用代理式设计来实现： - **自主代理：** 模块化执行器充当代理，每个代理都有明确的职责。 - **可组合工作流：** 根据您的目标编排代理并进行动态路由。 - **可扩展与模块化：** 轻松添加、交换或自定义代理以适应新工作流。 - **目标驱动的自动化：** 使用高级目标指令 Marie-AI，让代理处理执行细节。 ## 🚀 功能特性 - **基于代理的架构：** 用于 OCR、分类、NER、转换等的模块化执行器/代理。 - **端到端自动化：** 从摄取到提取和交付，只需极少的人工干预。 - **作业调度与 SLA：** 高级作业编排，支持 **软性和硬性服务等级协议 (SLA)**。 - **DAG 驱动执行：** 工作流和作业作为有向无环图 (DAG) 进行管理，实现依赖感知、并行和容错的执行。 - **灵活部署：** 可作为 Python 包、Docker 容器或独立服务使用。 - **CLI 实用程序：** `marie` 命令行工具，用于简化本地或远程处理。 - **生产强化：** 稳健的发布/版本控制、CI/CD、可观测性和遥测。 ## 🏥 现实世界应用：从非结构化数据中提取文档 Marie-AI 擅长从各行各业的非结构化或半结构化文档中提取结构化信息，包括： - **医疗保健：** 从表格、医疗记录和化验报告中提取患者数据、临床发现和保险详细信息。 - **法律：** 解析合同、协议和案例文档，用于实体提取、条款识别和合规性检查。 - **房地产：** 数字化并从契约、租赁协议、抵押表格和评估书中提取字段。 - **金融：** 自动从发票、收据、KYC 文档和银行对账单中提取信息。 - **政府/教育：** 大规模处理申请、证书和官方记录。 无论您的数据存在于扫描件、PDF 还是复杂的文档批次中，Marie-AI 的代理式管道都会自动化端到端流程：OCR、分类、实体提取、表格/表单检测和自定义业务逻辑。 ## 🔗 模型支持与 LLM 集成 Marie-AI 与多种语言模型无缝协作： - **开箱即用的 LLM：** 即时连接到最先进的模型，如 GPT、T5、BERT 等，以实现快速设置和广泛的泛化能力。 - **微调/自定义 LLM：** 轻松集成您自己或第三方的微调模型，以实现特定领域的提取、推理和合规性——非常适合医疗、法律、房地产等领域的专业用例。 - **即插即用架构：** 在单个工作流中交换模型或编排由不同 LLM 驱动的多个代理，确保随着您的需求和 LLM 格局的发展保持灵活性。 借助 Marie-AI，您的文档智能管道可以适应大语言模型的最新进展——无论您需要通用的理解还是高度专业化、合规的提取。 ## ⏱️ 作业调度、SLA 和 DAG Marie-AI 包含一个生产级的作业调度子系统，用于大规模管理和编排文档处理工作流。 - **作业调度器：** 调度、入队和监控作业，支持立即或延迟执行。 - **SLA 管理：** 为每个作业或工作流定义 **软性** 和 **硬性** SLA，确保截止日期驱动的执行以及自动升级或重试。 - **DAG 工作流：** 作业作为 **有向无环图 (DAG)** 执行，允许复杂的依赖管理、并行步骤执行和稳健的错误处理。DAG 中的每个节点都可以代表一个代理或处理步骤。 - **策略与重试：** 对作业策略、优先级、退避策略和重试进行细粒度控制。 - **监控：** 对所有作业和 DAG 的实时状态跟踪，并提供 SQL 和 API 接口以查询作业状态、日志和历史记录。 ## 📚 文档 完整指南和高级用法请参阅 [**docs.marieai.co**](https://docs.marieai.co)。 ## 💾 安装 **通过 PyPI 安装稳定版：** ``` pip install --upgrade marieai ``` **从源码安装：** ``` pip install -e . ``` **Docker：** ``` DOCKER_BUILDKIT=1 docker build . --build-arg PIP_TAG="standard" -f ./Dockerfiles/gpu.Dockerfile -t marieai/marie:3.0-cuda ``` 或拉取官方镜像： ``` docker pull marieai/marie:latest ``` ## 🛠️ 快速开始 使用默认入口点运行： ``` docker run --rm -it marieai/marie:3.0.19-cuda ``` 使用自定义入口点运行服务器： ``` docker run --rm -it --entrypoint /bin/bash marieai/marie:3.0.30-cuda marie server --start --uses sample.yml ``` ## 🖥️ 命令行界面 从您的终端与 API 交互： ``` marie -h ``` ## 🔥 示例用例 - 自主文档清理和 OCR - 代理驱动的文档分类和拆分 - 作为代理的命名实体识别 (NER) - 表单和表格检测 - 自定义代理管道组合 完整代码示例和高级场景请参阅 [MarieAI 文档](https://docs.marieai.co)。 ## 🔄 发布与版本控制 Marie 通过 PyPI 和 Docker Hub 发布。有关版本控制、发布周期和手动发布工作流的详细信息，请参阅 [RELEASE.md](RELEASE.md)。 ## 📝 贡献 我们欢迎贡献！有关编码标准、命名约定以及如何开始的详细信息，请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。请针对错误、功能请求或文档改进提交 issue 或 pull request。 ## 📰 更新日志 有关最近的更改和新功能的摘要，请参阅 [CHANGELOG.md](CHANGELOG.md)。 ## 📄 许可证 Marie-AI 采用 [Apache 2.0 许可证](LICENSE)。 ## 🙏 致谢 本项目使用并基于许多开源组件构建。详情请参阅 [NOTICE](NOTICE)。

标签：C2, ETL, GenAI, JavaCC, LLM, NER, OCR, Python, RAG, Unmanaged PE, Vectored Exception Handling, VLLM, 人工智能, 信息抽取, 光学字符识别, 命名实体识别, 多线程, 大数据, 数据清洗, 文档分类, 文档处理, 文档解析, 无后门, 深度学习, 用户模式Hook绕过, 目录扫描, 编排框架, 网络调试, 自动化, 表单处理, 表格提取, 计算机视觉, 请求拦截, 逆向工具, 非结构化数据