OpenDocRouterのAPI・SDK利用をLlamaIndexが案内　文書解析結果はページ別に確認

何について

LlamaIndexが、OpenDocRouterを既存アプリへ組み込むためのAPIとSDK、ドキュメントを紹介した。公式資料では、PDFや画像を指定したモデルで読み取り、ページごとにMarkdown、処理状態、料金を返す仕組みを説明している。PythonとTypeScriptの型付きSDKが用意され、APIキーを設定して利用する。同期処理は最大50ページ、非同期処理は最大500ページが対象で、一部のページだけ失敗する場合もあるため、返答を一括して成功と扱わず各ページの状態を見る必要がある。結果の再読取にも条件があり、キャッシュを使わない同期処理で接続が切れると、本文結果を後から取得できず再要求は別料金となる。今回の投稿は導入方法の案内であり、既報のサービス発表とは区別する。「数分で統合できる」という表現は提供元の説明で、あらゆる既存コードでの所要時間を保証するものではない。

なぜ注目

文書を渡せば終わりという説明にとどまらず、アプリ側で確認する処理状態や結果の保管条件が公式資料に示されています。既存アプリへ組み込む際の手順を具体的に考える材料になります。