GPTFree
Chunkr

Chunkr

RAG向けのオープンソース文書取り込みAPI

文書を構造化し、モデルが使える形へ

AIデータマイニングAI API ツールとサービス データ取り込み文書処理OCRAPIサービス構造化データ
公式サイトを開く →

主な特徴

PDF、DOC、PPT、XLSのレイアウト解析
スキャン文書や画像のOCRに対応
テキスト、表、画像へのチャンク処理
APIとドキュメント、GitHub資料を提供
1500ページ分の無料クレジットから開始

使える場面

  • 企業がPDFの伝票を構造化データに変換して分析
  • 研究者が論文を機械で読めるテキストにする
  • 学校が教科書やノートをデジタル教材へ変換

使い方

  1. 1 Chunkrのサイトでアカウントを登録します
  2. 2 ログイン後に新しい取り込みタスクを作成します
  3. 3 PDF、DOC、PPT、XLSファイルをアップロードします
  4. 4 レイアウト解析、OCR、チャンク処理を実行させます
  5. 5 構造化データをダウンロードするかAPIで取得します
  6. 6 解析、学習、業務の工程へ結果を移します

こんな方におすすめ

文書を使うRAGやLLMアプリを開発する人紙の記録やスキャンをデジタル化するチーム分析用のテキスト資料を整える研究者

メリット

  • レイアウト、OCR、チャンクを一つのサービスで処理
  • 1500ページ分の無料クレジットで試せる
  • API中心なので既存の工程に組み込みやすい
  • オープンソースで資料も揃っている

制限事項

  • 無料クレジットを使い切ると大容量は有料になります
  • スキャンや手書きは鮮明なテキストより精度が落ちます
  • 複雑なレイアウトは人手での確認が必要です
  • 出力を使う先の正確さは利用者が責任を持ちます

Chunkr とは

Chunkrは文書を機械が扱える形に変える、オープンソースのデータ取り込みAPIです。レイアウト解析で文字やブロックの位置を把握し、OCRでスキャンや画像から文字を読み取り、チャンク処理で本文、表、画像、手書き部分に分けます。出力はRAGやLLMアプリで使うことを想定した構造になっています。PDF、DOC、PPT、XLSに対応し、APIとドキュメント、GitHubの資料が用意されています。保守はLumina AI Inc.が行っています。登録すると1500ページ分の無料クレジットが使え、以降は有料プランに切り替わります。

できること

- 混在形式の文書に対してレイアウト解析を実行します。

- スキャンページや画像をOCRでテキスト化します。

- 内容をチャンク、表、画像への参照に分けます。

- 結果をAPI経由で自分の工程へ取り込みます。

- 構造化データをRAGや学習の入力に使います。

こんな人に向いています

- 文書群をもとにRAGやLLM機能を作る開発者。

- 紙の記録、伝票、スキャン書類をデジタル化するチーム。

- 分析用のテキスト資料を整える研究者。

注意点

構造化された出力の質は、元の文書の状態に左右されます。鮮明なデジタルPDFは処理しやすい一方、画質の悪いスキャン、手書き、変わったレイアウトは精度が落ち、目視での確認が必要です。表の検出は特に使う前に確かめてください。1500ページの無料分は開始用の枠であり、永続的な無料プランではありません。出力の上に作った仕組みも、元データの誤りを引き継ぎます。規模を広げる前にサンプルで確認してください。

よくある質問

Chunkrはオープンソースですか?

はい。Lumina AI Inc.が保守するオープンソースのデータ取り込みAPIと説明されています。

どのファイル形式に対応していますか?

PDF、DOC、PPT、XLSです。OCRによりスキャン文書も扱えます。

無料でどれくらい処理できますか?

開始用に1500ページ分のクレジットが用意され、それ以上は有料プランが必要です。

無料で使える理由

公式ページの記載内容: 無料トライアル

無料の上限、トライアル期間、機能は公式サイトが決定し、いつでも変更される場合があります。

製品プレビュー

Chunkr 製品プレビュー

一覧ページから保存したスクリーンショットです。プレビュー専用です。

Chunkr

オープンソースのデータ取り込みAPIサービス

公式サイトを開く →

関連する無料ツール