O que Extracto faz?
Seu cérebro de documentos privado. PDFs entram, RAG sai. Auto-hospedado. Conecte-se em qualquer lugar.
Sobre o Extracto
O Extracto é uma ferramenta poderosa para desenvolvedores que precisam extrair e indexar conhecimento de documentos PDF de forma privada e segura. Ele funciona como um sistema RAG (Retrieval-Augmented Generation) auto-hospedado, permitindo consultas em linguagem natural sobre seus documentos sem depender de serviços externos.
Principais Recursos
- Privacidade Total: Todos os dados são processados localmente. Nenhum documento sai da sua infraestrutura.
- PDF para RAG: Transforme qualquer PDF em um banco de dados de conhecimento semântico.
- Auto-hospedado: Controle total sobre o pipeline de extração e indexação.
- Plugável: Integre-se facilmente com outras ferramentas via API, CLI ou bibliotecas.
Como Usar
1. Instalação
pip install extracto
# ou
npm install @codelined-ag/extracto
2. Indexar Documentos
from extracto import Extracto
extractor = Extracto()
extractor.index("documento.pdf")
# ou diretório inteiro:
extractor.index("./pdfs/")
3. Consultar
resposta = extractor.query("Qual é o resumo do contrato?")
print(resposta)
4. Integração Avançada
Use com ferramentas de IA como Cursor, Claude Code ou Codex:
extracto query "explique a cláusula 5" --format markdown
Configuração
| Variável | Descrição | Padrão |
|---|---|---|
EXTRACTO_MODEL | Modelo de embedding | all-MiniLM-L6-v2 |
EXTRACTO_DB_PATH | Caminho do banco vetorial | ./extracto_db |
EXTRACTO_CHUNK_SIZE | Tamanho dos chunks | 512 |
Exemplo de Saída (RAG)
{
"query": "Qual o valor do contrato?",
"sources": ["contrato2024.pdf"],
"answer": "O valor do contrato é de R$ 150.000,00, conforme cláusula 3.",
"relevance": 0.94
}
Suporte a Plataformas
- Claude Code: Integre como skill personalizada
- Cursor: Use via comando
/extracto - Codex: Configure como ferramenta externa
Licença
MIT © codelined-ag