AIプラグイン連携

AIプラグイン連携

このドキュメントは、MarkItDown、 Marker、 Docling の3つのAI支援ドキュメント処理ツールの概要と、それらが Aspose.Cells for Python via .NET のプラグインを通じてどのように統合されているかを強調しています。

1. Common AI Features

1.1 Multi-format Document Parsing and Structured Representation

All three projects support parsing multiple document formats, including PDF, DOCX, PPTX, XLSX, HTML, etc., and converting them into structured formats (Markdown, JSON, or HTML) suitable for AI processing.

  • MarkItDown: Converts documents into Markdown format, easily integrated with LLMs and text analysis pipelines.
  • Marker: Supports Markdown, JSON, and HTML output while preserving tables, formulas, and other content.
  • Docling: Provides a unified DoclingDocument representation, supporting multi-format document parsing and structured export.

1.2 Integration with Generative AI Frameworks

All three tools support integration with generative AI frameworks to enhance document processing capabilities:

  • MarkItDown: Integrates with Azure OpenAI to improve document and image processing.
  • Marker: Supports leveraging large language model (LLM) technology to improve the accuracy of document processing.
  • Docling: Compatible with frameworks like LangChain, LlamaIndex, and Haystack for agentic AI applications.

2. Aspose.Cells for Python via .NETプラグイン連携

これらのAIドキュメント処理ツールとExcelデータを連携させるために、それぞれのツール用に専用のプラグインを開発しました。

プラグイン リポジトリ 機能
MarkItDownプラグイン markitdown-aspose-cells-plugin ExcelファイルをMarkdown形式に変換。
Markerプラグイン markerプラグイン ExcelファイルをMarker対応形式（Markdown、JSON、HTML）に変換し、MarkerのLLMモードを活用して表を改善。
Doclingプラグイン doclingプラグイン Excelファイルを DoclingDocument オブジェクトに変換し、Markdown、JSON、HTMLにエクスポートして多modal分析をサポート。

2.1 プラグインの利点

  1. 迅速なExcel変換：Excel内容を迅速にMarkdown、JSON、HTMLに変換し、AI処理に適用。
  2. 表とフォーマット情報の保持：元の表データを基本的に保持し、データの完全性を確保。
  3. AIツールとの互換性： MarkItDown、Marker、Doclingの入力として直接使用可能で、高度な解析機能を活用。
  4. 簡単インストール：Aspose.Cells for Python via .NET（aspose-cells-python）の追加インストールとプラグインディレクトリのREADME指示に従うだけ。

3. Installation and Usage

3.1 MarkItDown Plugin

Install the plugin from the current directory:

pip install -e .

インストールを確認してください：

markitdown --list-plugins

プラグインを使用してXLSXファイルを変換：

markitdown --use-plugins test.xlsx

3.2 マーカープラグイン

Python 3.10以上とPyTorchが必要です。

pip install marker-pdf

非PDFドキュメントには完全な依存関係をインストールしてください：

pip install marker-pdf[full]

単一ファイルの変換：

marker_single /path/to/test.xlsx
marker_single /path/to/test.xlsx --output_format html

3.3 Doclingプラグイン

Doclingをインストール：

pip install -e .

Excelファイルを異なる形式に変換：

docling /path/test.xlsx --to html
docling /path/test.xlsx --to md
docling /path/test.xlsx --to json

詳細なインストール手順はドキュメントにあります。

3.4 Asposeライセンスの設定

Aspose.Cellsを使用する前に、ライセンスを設定してください：

Windows (PowerShell)：

$env:ASPOSE_LICENSE_PATH = "C:\path\to\license"

Windows (CMD)：

set ASPOSE_LICENSE_PATH=C:\path\to\license

Unix系システム：

export ASPOSE_LICENSE_PATH="/path/to/license"

4. 要約

AI機能：

これら3つのツールは、AIドキュメント解析、構造化出力、多モーダル対応、生成AIフレームワークとの連携において共通の利点を持っています。

Aspose.Cellsプラグイン：

ExcelデータをMarkdown、JSON、HTMLにシームレスに変換し、表や数式を保持し、MarkItDown、Marker、Doclingと直接連携します。

利用ケース：

インテリジェント文書処理、ナレッジベース構築、RAGシステム、レポート解析、学術文書変換、その他のAI駆動ワークフローに最適です。

NumPy、PandasおよびPythonデータ ファイルを保存するさまざまな方法