项目教程：NanoNets docext

项目教程：NanoNets docext

docext An on-premises unstructured data extraction tool powered by vision language models. 项目地址: https://gitcode.com/gh_mirrors/do/docext

1. 项目目录结构及介绍

docext 项目是一个基于机器学习的文档信息提取工具，其目录结构如下：

• assets/: 存放示例文档和其他资源文件。
• .github/: 包含 GitHub Actions 工作流文件。
• docext/: 项目的主要代码目录，包括模型处理和接口服务。
• docker/: 存放 Docker 相关文件。
• .gitignore: 指定 Git 忽略的文件和目录。
• Dockerfile: 用于构建 Docker 容器的文件。
• LICENSE: 项目使用的 Apache-2.0 许可证文件。
• MANIFEST.in: 包含 PyPI 打包信息的文件。
• README.md: 项目说明文件。
• Troubleshooting.md: 故障排除指南。
• contribution.md: 贡献指南。
• docext.ipynb: Jupyter Notebook 文件，用于演示项目功能。
• requirements.txt: 项目依赖文件。
• setup.py: 用于安装 Python 包的设置文件。

2. 项目的启动文件介绍

docext 项目的启动主要是通过 app.py 文件来完成的。以下是启动文件的基本介绍：

• app.py: 项目的主要启动文件，包含了创建应用实例和启动服务的代码。

启动项目的基本命令如下：

python -m docext.app.app

你可以通过指定不同的模型和端口来启动服务，例如：

python -m docext.app.app --model_name hosted_vllm/Qwen/Qwen2.5-VL-7B-Instruct-AWQ --vlm_server_port 8000

3. 项目的配置文件介绍

docext 项目的配置主要是通过环境变量和命令行参数来实现的。以下是一些主要的配置选项：

• --model_name: 指定使用的模型名称。
• --vlm_server_port: 指定模型服务器的端口号。
• --ui_port: 指定 Web 界面的端口号。
• --concurrency_limit: 指定 API 服务的并发请求限制。

配置文件通常不在代码库中直接提供，而是通过命令行参数在启动时指定。你也可以通过创建环境变量来设置配置，例如：

export API_KEY=your_api_key

然后使用该环境变量启动服务。

以上就是 docext 项目的目录结构、启动文件和配置文件的介绍。通过这些信息，你可以开始使用和定制该项目来满足你的文档信息提取需求。

docext An on-premises unstructured data extraction tool powered by vision language models. 项目地址: https://gitcode.com/gh_mirrors/do/docext