sparrow
結構化資料擷取、指令呼叫與代理工作流程,結合機器學習、大型語言模型與視覺大型語言模型
sparrow 是什麼?
結構化資料擷取、指令呼叫與代理工作流程,結合機器學習、大型語言模型與視覺大型語言模型
sparrow 概覽
這是什麼
Sparrow 是一個以 API 為優先的企業文件智慧平台。它結合了從文件(發票、報表、表格)中提取結構化資料的功能,以及工作流程代理和決策代理。該平台提供 RESTful API,用於結構化資料提取、指令處理和多代理工作流程編排,全部在使用者自己的基礎設施上運行,無需外部 API 呼叫或雲端依賴。
主要功能
- 通用文件處理:處理發票、收據、表單、銀行對帳單、表格
- 可插拔架構:混合搭配不同的管道(Sparrow Parse、Instructor、Agents)
- 多種後端:Apple Silicon 上的 MLX、NVIDIA 上的 vLLM、Ollama、Hugging Face、Mistral OCR
- 結構驗證:基於 JSON schema 的提取,附自動驗證
- API 優先設計:RESTful API 便於整合
- 指令呼叫:使用 Gemma、Mistral、Qwen 3.6 等進行文字處理、驗證、決策
- 企業級就緒:速率限制、使用分析、提供商業授權
使用情境
從發票、收據、銀行對帳單、表單和表格中提取文件資料。進行文字驗證和決策的指令處理。使用自訂代理進行多步驟工作流程編排,並透過 Prefect 進行視覺化監控。
快速開始
bash# 1. 安裝 pyenv 和 Python 3.12.10pyenv install 3.12.10pyenv global 3.12.10# 2. 建立虛擬環境python -m venv .env_sparrow_parsesource .env_sparrow_parse/bin/activate # Linux/Mac# 或 .env_sparrow_parseScriptsactivate # Windows# 3. 安裝 Sparrow Parse 管道git clone https://github.com/katanaml/sparrow.gitcd sparrow/sparrow-ml/llmpip install -r requirements_sparrow_parse.txt# 4. 若使用 macOS:安裝 poppler 以處理 PDFbrew install poppler# 5. 啟動 API 伺服器python api.py完整的安裝說明請參閱儲存庫 README。
授權與價格
採用 GPL-3.0 授權(開放原始碼)。根據 README 所述,也提供商業授權選項。
內容整理自該專案公開的 README 與儲存庫資訊。