elide-provider
Proveedor de servicios de inferencia para OCR, NER y STT que implementa contratos Elide. Combina backends Python en BentoML con clientes Rust nativos para detección de PII y procesamiento multimodal auto-alojado.
Ficha actualizada 22 sept 2026, 16:41 · upstream 22 sept 2026, 14:55 · release sin release detectada
Qué es elide-provider
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Elide Provider es un workspace que empareja servicios de modelos alojados en Python mediante BentoML con crates de cliente en Rust que hablan su contrato de cable. Proporciona servicios auto-alojados para detección de NER, OCR y visión-lenguaje, diseñados específicamente para la detección de PII.
Los componentes principales incluyen bento-gliner2 para NER schema-driven, bento-doctr como servicio OCR por defecto, bento-paddleocr para verificación con visión-lenguaje y bento-whisper para transcripción audio a texto. El cliente Rust (elide-bentoml) permite integrar estos backends directamente en la aplicación.
El proyecto utiliza un contrato de cable compartido definido en bento-core, permitiendo que cualquier servicio HTTP que reproduzca los endpoints /recognize o /transcribe sea un reemplazo drop-in. Se advierte que el desarrollo está activo y las APIs públicas pueden cambiar sin aviso entre versiones.
- Detección de PII con NER schema-driven
- Extracción de texto OCR desde imágenes
- Transcripción de audio a texto (STT)
- Verificación OCR con visión-lenguaje
- Integración como backend en Elide Runtime
- Despliegue auto-alojado de modelos
- Cliente Rust nativo para integración ligera
- Contratos de cable estandarizados para interoperabilidad
- Soporte multi-backend (gliner2, docTR, paddleocr, whisper)
- Licencia Apache 2.0 compatible con open source
- Arquitectura modular BentoML para servicios sidecar
- API en desarrollo activo sin estabilidad garantizada
- Requiere construcción manual de imágenes o uso de Makefile
- No incluye bases de datos persistentes propias
- Dependencia externa de Nvisy Cloud para inicio rápido
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Utilizar `make serve-*` para levantar servicios individuales o `make build-image` para contenerización. En producción, fijar un commit específico debido a la inestabilidad de la API. Los servicios Python se ejecutan como sidecars; el cliente Rust se incrusta directamente en la aplicación.
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.