figmark
figmark convierte documentos PDF, EPUB y Office en Markdown optimizado para LLMs, describiendo todas las figuras, diagramas y gráficos en lugar de omitirlos.
Ficha actualizada 22 sept 2026, 14:55 · upstream 22 sept 2026, 13:59 · release v0.3.0
Qué es figmark
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
figmark transforma documentos complejos en Markdown legible para LLMs mediante la descripción inteligente de elementos visuales. A diferencia de extractores de texto simples que pierden información gráfica, figmark interpreta gráficos, tablas y diagramas vectoriales usando modelos de visión, integrando descripciones contextuales con el texto circundante del documento original.
La herramienta soporta múltiples formatos (PDF, EPUB, Office) mediante conversiones sandboxeadas con LibreOffice headless para evitar vulnerabilidades. Incluye un servicio HTTP compatible con la API Mistral-OCR, ideal para integraciones como LibreChat en entornos aislados, permitiendo OCR de escaneos y procesamiento de documentos nativos digitales con fidelidad visual.
- Ingesta de datos para RAG (Retrieval-Augmented Generation) mejorada con contexto visual
- Preparación de documentación técnica para asistentes de IA en entornos seguros
- Generación de texto alternativo accesible para documentos oficiales o informes financieros
- Backend OCR compatible con plataformas como LibreChat en infraestructuras air-gapped
- Extracción de información de gráficos y diagramas para análisis semántico profundo
- Descripción detallada de figuras y diagramas vectoriales, no solo texto plano
- Compatibilidad nativa con la API Mistral-OCR para integraciones existentes
- Despliegue autoalojado y air-gapped sin dependencias externas críticas
- Soporte para múltiples formatos (PDF, EPUB, Office) con conversión segura
- Caché de descripciones para reutilización eficiente en ejecuciones múltiples
- OCR de escaneos manuscritos o degradados es inferior a modelos VLM dedicados
- Requiere endpoint compatible con OpenAI/Mistral para procesamiento de visión
- Formatos no listados en input.formats devuelven error 415 sin conversión
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Python 3.11+, Tesseract para escaneos, y un endpoint de visión compatible con OpenAI/Mistral. Configurar config.yaml con api.base_url, api.model y FIGMARK_API_KEY. Imágenes Docker disponibles en GHCR (:edge o :<version>). Para Office, usar variante -office con LibreOffice headless. Verificar límites de tokens y costos en config.yaml.
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.