AI Plugin Integration

AI-Plugin-Integration

Detta dokument sammanfattar tre AI-drivna dokumenthanteringsverktyg—MarkItDown, Marker, och Docling—med fokus på deras gemensamma AI-funktioner och integrationen med Aspose.Cells för Python via .NET via plugins.

---

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 för Python via .NET Plugin-Integration

För att kombinera Excel-data med dessa AI-dokumenthanteringsverktyg utvecklade vi dedicated-plugins för varje verktyg:

Plugin	Repository	Funktionalitet
MarkItDown Plugin	markitdown-aspose-cells-plugin	Konverterar Excel-filer till Markdown-format.
Marker-plugin	marker plugin	Konverterar Excel-filer till Marker-stödda format (Markdown, JSON eller HTML), med hjälp av Markers LLM-läge för förbättrad tabell.
Docling Plugin	docling plugin	Konverterar Excel-filer till DoclingDocument-objekt, och exporterar sedan Markdown, JSON eller HTML för multimodal analys.

2.1 Plugin-fördelar

1. Snabb Excel-konvertering: Konverterar snabbt Excel-innehåll till Markdown, JSON eller HTML för AI-behandling.
2. Bevara tabell- och formatinformation: Bevarar i stort sett den ursprungliga tabellinformationen för att säkerställa dataintegritet.
3. Kompatibel med AI-verktyg: Kan användas direkt som input för MarkItDown, Marker eller Docling, med avancerade parsningsegenskaper.
4. Lätt att installera: Kräver endast ytterligare installation av Aspose.Cells för Python via .NET (aspsoe-cells-python) och att följa README-instruktionerna i plugin-mapparna.

---

3. Installation and Usage

3.1 MarkItDown Plugin

Install the plugin from the current directory:

pip install -e .

Verifiera installation:

markitdown --list-plugins

Konvertera en XLSX-fil med hjälp av plugin:

markitdown --use-plugins test.xlsx

3.2 Marker Plugin

Du behöver Python 3.10+ och PyTorch.

pip install marker-pdf

För icke-PDF-dokument, installera fulla beroenden:

pip install marker-pdf[full]

Konvertera en fil:

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

3.3 Docling Plugin

Installera Docling:

pip install -e .

Konvertera Excel-filer till olika format:

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

Mer detaljerade installationsinstruktioner finns tillgängliga i dokumentationen.

3.4 Sätt Aspose-licens

Innan du använder Aspose.Cells i något plugin, sätt licensen:

Windows (PowerShell):

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

Windows (CMD):

set ASPOSE_LICENSE_PATH=C:\path\to\license

Unix-baserade system:

export ASPOSE_LICENSE_PATH="/path/to/license"

4. Sammanfattning

AI-funktioner:

De tre verktygen delar vanliga fördelar inom AI-dokumentanalys, strukturerad output, multimodal support och integration med generativa AI-ramverk.

Aspose.Cells Plugins:

Aktivera smidig konvertering av Excel-data till Markdown, JSON eller HTML, bevara tabeller, formler och integrera direkt med MarkItDown, Marker eller Docling.

Användningsområden:

Ideal för intelligent dokumentbehandling, kunskapsbasuppbyggnad, RAG-system, rapportanalys, konvertering av akademiska dokument och andra AI-drivna arbetsflöden.