JL
Switch to English
Volver a proyectos
Experiencia independiente/de portfolio

OCR Ingestor

Plataforma contenerizada de ingesta documental activada por etiquetas en Nextcloud, con autenticación MCP por usuario, profundidad de escaneo configurable y fallback acotado a VLM.

Estado de la evidencia: Implementación verificada en repositorioPython · FastAPI · PostgreSQL · Qdrant · Docling · Tesseract
FIG. 02 · DOCUMENTO → FRAGMENTOS → MCP

OCR INGESTOR / LÍNEA DE INGESTA

OCR INGESTOR / LÍNEA DE INGESTALínea ilustrativa de ingesta documental: escáner, enrutador, divisor de texto en fragmentos, cabina VLM de respaldo acotado, prensa Markdown, rack de índice y pasarela MCP con un agente.OCR-01012345012
PÁGINAS
0
FRAGMENTOS
0
IMÁGENES
0
DESCRITAS
0
INDEXADOS
0

EstadoLISTO

Ciclo ilustrativo: un documento se escanea, el texto se divide en fragmentos y las imágenes significativas pasan, solo como respaldo acotado, por un modelo de visión y vuelven como texto. El resultado se guarda como Markdown y como fragmentos indexados que un agente consulta después mediante MCP.

Valores de demostración ilustrativos: una página, tres fragmentos de texto y cuatro ranuras de índice. No describen rendimiento, precisión ni escala. La búsqueda devuelve solo fragmentos; el Markdown completo requiere un permiso distinto.

01

Un flujo de ingesta documental que genera Markdown estructurado, encauza la revisión y permite búsqueda vectorial con conciencia de propiedad.

02

Los flujos documentales necesitan unir almacenamiento autoalojado con extracción asistida por IA sin exportaciones manuales ni credenciales compartidas inseguras. Los usuarios necesitan ingerir documentos directamente desde Nextcloud, controlar si se invocan modelos de visión pesados y consultar registros procesados de forma segura con claves personales.

Personas que trabajan con colecciones documentales y necesitan extracción y búsqueda respetando los límites de propiedad.

03

Trabajo independiente/de portfolio: diseño y construcción de la plataforma.

04

  1. El usuario etiqueta un documento en Nextcloud con una etiqueta específica para iniciar el procesamiento
  2. Un webhook de Nextcloud notifica al servicio de ingesta para obtener y encolar el documento indicado
  3. El usuario selecciona la profundidad del escaneo: parseo rápido de texto/maquetación, o análisis profundo con fallback acotado a VLM para estructuras visuales complejas
  4. Parseo del documento con Docling/Tesseract generando Markdown estructurado y metadatos limpios
  5. Generación de embeddings de texto e imagen almacenados con metadatos de propiedad del usuario en Qdrant
  6. Los usuarios se autentican con claves API personales a través de MCP para validar sus permisos y consultar sus documentos de forma segura

05

  • Uso de etiquetas de archivo en Nextcloud como disparador nativo para integrar la ingesta en los hábitos de almacenamiento sin portales de subida adicionales.
  • Profundidad de escaneo configurable por documento, reservando la inferencia VLM intensiva solo para maquetaciones visualmente complejas.
  • Claves personales de usuario en el límite de MCP para aplicar autenticación estricta, autorización y búsqueda vectorial filtrada por propiedad.