Sinfallas

Chunkr es un servicio de inteligencia de documentos de código abierto que convierte PDFs, PPTs, documentos de Word e imágenes en fragmentos estructurados listos para pipelines de RAG y LLM. - Análisis de diseño con OCR y cuadros delimitadores - Salida estructurada en HTML y Markdown - Procesamiento con modelos de lenguaje-visión - Autoalojado mediante Docker Compose con proveedores de LLM configurables

✅ Encontré la herramienta OCR perfecta para la era de los LLMs. Se llama olmOCR. Convierte PDFs, escaneos, PNG y JPEG en Markdown limpio y estructurado que los modelos entienden de verdad. Maneja sin problemas lo que suele romper los flujos de trabajo: • Tablas complejas • Ecuaciones • Escritura a mano • Diseños de múltiples columnas • Figuras e insets • Escaneos antiguos • Encabezados, pies de página y orden de lectura natural En lugar de alimentar a tu IA con texto desordenado de PDF, le das contenido bien estructurado tal como debía leerse. Esto es clave porque gran parte del conocimiento mundial sigue atrapado en PDFs: artículos científicos, contratos, informes financieros, documentos médicos y más. Si tu OCR es malo, tu RAG falla antes de empezar. olmOCR resuelve esa primera capa crítica. ¿Trabajas con documentos? Esta herramienta es imprescindible. Pruébala y dime qué tal te funciona.