ai-pdf-autofiller
Servicio open-source para rellenar formularios PDF AcroForm desde JSON sin mapeo manual. Usa normalización y alias para emparejar campos, con IA opcional para nombres opacos. Incluye API FastAPI, SDK Python, CLI y Docker.
Ficha actualizada 26 sept 2026, 22:26 · upstream 26 sept 2026, 22:25 · release v0.6.3
Qué es ai-pdf-autofiller
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
PDF Autofiller es una solución de código abierto diseñada para automatizar el relleno de formularios PDF AcroForm utilizando datos JSON. A diferencia de las herramientas tradicionales que requieren mapeo manual de campos, este servicio emplea normalización y paquetes de alias para emparejar automáticamente nombres de campo comunes (como 'firstname' con 'txtFirstName'). El enfoque es determinista por defecto, garantizando resultados predecibles sin depender de modelos de IA costosos o complejos.
- Automatización de onboarding de empleados en RRHH mediante formularios HR sintéticos
- Integración con flujos de trabajo como n8n o Zapier para ingestas de seguros
- Generación de fixtures sintéticos para pruebas CI/CD (ej. formulario W-9)
- Relleno local sin servidor usando la librería Python o CLI
- Mapeo automático de campos mediante normalización y alias, eliminando la necesidad de configuración manual
- Arquitectura determinista-first con IA opcional para casos de campos opacos no mapeables
- Ecosistema completo: API REST (FastAPI), SDK Python, CLI y playground web integrado
- Alta fiabilidad técnica con más de 169 tests y una cobertura de código superior al 85%
- Despliegue simplificado mediante Docker Compose o imágenes oficiales en GHCR
- La IA está desactivada por defecto; requiere configuración adicional para inferencia semántica
- No es un formulario W-9 oficial del IRS, sino una plantilla sintética para pruebas
- El paquete PyPI no está publicado aún; se debe usar vía wheels o Docker para instalación inmediata
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar con `docker compose up --build` (incluye playground) o `docker run -p 8000:8000 ghcr.io/lindseystead/ai-pdf-autofiller:latest`. Para uso local sin servidor, instalar vía `pip install -e .` y usar la CLI o librería Python. Habilitar autenticación por defecto; desactivar con `-e API_AUTH_ENABLED=false` para desarrollo.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.