OCR · Index · Hledání · Chat · Advisor software

Vaše archivy dokumentů
pod kontrolou.

Documentor převezme vaše PDF – skeny i dokumenty s textem –, rozpozná v nich text, tabulky, obrázky a grafy, zaindexuje je a na otázku odpoví s citací konkrétní strany. Archivy patří skupinám uživatelů, hledá se napříč nimi a AI odpovídá jen z vašich dokumentů. Běží v prohlížeči, nic se neinstaluje.

PDF OCR INDEX HLEDÁNÍ CITACE
Co umí
  • PDF, Word, XPS, obrázky
  • OCR skenů
  • Tabulky, obrázky, grafy
  • QR a čárové kódy
  • Hledání napříč archivy
  • Odpověď s citacemi
  • Rešerše
  • Příjem a třídění dokumentů
Co Documentor je

Vložíte PDF. Zbytek je automat.

Normy, pasporty, výkresy, zprávy, smlouvy – naskenované před dvaceti lety i vydané včera. Documentor je zpracuje jednou, uloží originál i PDF s textovou vrstvou a od té chvíle v nich hledáte a ptáte se.

Proč Documentor

Proč ne sdílený disk a obecný chat.

Tři věci, které „složka s PDF a fulltext“ nemá: skeny a tabulky jako skutečný obsah, odpověď doloženou stranou dokumentu a hledání napříč oddělenými archivy bez míchání dat.

01

Skeny jsou text

Dvacet let staré skeny norem a pasportů dostanou textovou vrstvu a index. Nečitelná vrstva od převodníku se pozná a nahradí vlastním rozpoznáním.

02

Tabulky a grafy nejsou slepé

Fulltext vidí v tabulce rozsypaná čísla. Documentor ji má přepsanou s popiskem a podmínkami, graf s odečtenými hodnotami – a AI s nimi odpovídá.

03

Odpověď s místem, ne s dojmem

Každé tvrzení odkazuje na stranu, kterou si jedním kliknutím ověříte. AI nesmí doplňovat z vlastní paměti a u otázky mimo archiv to řekne.

04

Vaše data zůstávají u vás

Index, embeddingy a reranker běží na serverech, které určíte – u vás, nebo u nás, nikdy u třetí strany. Externí model dostane dokumenty jen z archivu, který to povolil; ostatní archivy nikdy.

05

Jednou a automaticky

Zpracování běží ve frontě bez obsluhy, stav a chyby vidíte, opakování je jedno tlačítko. Změna nastavení archivu se promítne přeindexováním, ne ručně.

06

Nápověda na místě

Co není na první pohled jasné, vysvětlí ikonka (i) přímo v aplikaci: fáze zpracování, stavy dokumentů, volby hledání, jistota rozpoznání. Novinky každé verze v aplikaci.

Jak to funguje

Od prvních PDF po odpovědi s citacemi

  1. 01

    Založíme archivy a skupiny

    Archivy podle druhů dokumentace, skupiny podle toho, kdo s ní pracuje. U každého archivu role, úložiště, modely AI a volba, zda smí externí AI.

  2. 02

    Nahrajete dokumenty

    PDF, Word, XPS, Markdown nebo obrázky přes web, zkopírováním do složky archivu, nebo je pošle jiný systém či e-mail. Stovky dokumentů najednou.

  3. 03

    Zpracování běží samo

    Fronta provede každý dokument tříděním stran, OCR, rozvržením, popisem od AI a indexací, volitelně i čtením kódů a štítkováním. Stav a chyby vidíte v přehledu.

  4. 04

    Hledáte a ptáte se

    Hledání s náhledem místa, chat s citacemi, rešerše přes celý archiv. Z výsledku rovnou do dokumentu.

  5. 05

    Ladíte a rozšiřujete

    Instrukce pro AI, štítky, pravidla třídění, další archivy a skupiny. Aktualizace, zálohy a dohled jsou na nás.

Provoz

Služba v prohlížeči, data tam, kde je chcete mít.

Documentor běží v kontejnerech: web, zpracovací workery, databáze, index a úložiště. Uživatel nic neinstaluje, stačí prohlížeč. Kde jednotlivé části poběží, si vyberete: celé u vás, data u vás a provoz u nás, nebo celé u nás.

  • Chrome · Edge · Safari
  • PostgreSQL
  • Qdrant
  • S3 · SeaweedFS
  • Tesseract
  • Kubernetes
  • Ollama
Technicky
Aplikace
webová, Blazor, .NET 10
Přihlášení
Microsoft Entra ID (účet organizace i osobní) a Google
Archivy
více v jedné instanci, patří skupinám, vlastní index a úložiště
Formáty
PDF, Word (DOC, DOCX, RTF), XPS, Markdown a obrázky (TIFF, JPEG, PNG), vše se převede do PDF
Role
čtenář, zpracovatel a správce archivu; zakladatel archivů, správce skupiny, supervisor
Data
PostgreSQL a index Qdrant; originály a strany v úložišti kompatibilním s S3 (na našich nasazeních SeaweedFS)
OCR a kódy
Tesseract 5, model rozvržení strany a čtení QR a čárových kódů, bez cloudu
AI
modely na vlastním serveru (Ollama) podle skupiny; externí jen pro archiv, který to povolí
Zpracování
fronta úloh, více workerů, opakování po chybě
Vzhled
světlé a tmavé schéma, nápověda, manuál a Novinky v aplikaci
1Celé u vás

Všechno ve vaší síti

Aplikace, zpracování, databáze, index i úložiště běží na vašem serveru nebo ve vašem clusteru. Dokumenty neopustí vaši infrastrukturu; správu dělá váš tým, nebo my na dálku.

  • Vlastní úložiště S3, databáze a index
  • Modely AI na vašem serveru
  • Aktualizace podle dohody
2Data u vás, provoz u nás

Soubory zůstávají u vás

Originály, obrázky stran a PDF s textem leží ve vašem úložišti kompatibilním s S3. Aplikaci, zpracování, databázi s rozpoznaným textem a index provozujeme my.

  • Úložiště nastavené u skupiny
  • Každá skupina může mít své
  • Aktualizace a dohled na nás
3Celé u nás

Jen se přihlásíte

Celý Documentor provozujeme v našem clusteru, archivy jsou oddělené po skupinách. Bez vlastní infrastruktury; aktualizace, zálohy a dohled jsou na nás.

  • Bez serverů na vaší straně
  • Zálohy a dohled
  • Externí AI jen se souhlasem archivu
Open source infrastruktura

Žádné další licence na infrastrukturu

Nasazení stojí jen na open source částech: Kubernetes (u nás k3s), PostgreSQL, vektorový index Qdrant, úložiště kompatibilní s S3 (u nás SeaweedFS), OCR Tesseract a modely AI přes Ollama. Na databázi, úložiště ani orchestraci nekupujete žádné další licence.

Bezpečnost dat

Šifrování, zálohy a vlastní úložiště

Soubory archivu šifrované vlastním klíčem archivu, zašifrované zálohy do jiného úložiště a úložiště, které si vyberete sami. Externí AI jen se souhlasem archivu.

AES-256-GCM · zálohy · S3
Cena

Jaká je cena aplikace?

Záleží hlavně na způsobu nasazení a na objemu dat – kolik dokumentů a stran archivy mají a kolik jich přibývá. Cenu proto sestavujeme pro každého zákazníka zvlášť a skládá se ze tří částí.

01Aplikace

Samotná aplikace

Documentor jako takový: zpracování dokumentů, hledání, chat a rešerše, archivy a skupiny, aktualizace a podpora. Cena se odvíjí od způsobu nasazení a od objemu dat.

  • Celé u vás, data u vás, nebo celé u nás
  • Podle počtu a velikosti archivů
  • Aktualizace a podpora
02Zavedení

Integrace a prvotní převod

Jednorázově: založení archivů a skupin, napojení přihlášení a příjmu dokumentů z e-mailu, skeneru nebo jiného systému a případně prvotní převod stávajících dokumentů do archivů.

  • Přihlášení účty Microsoft nebo Google
  • Příjem z e-mailu, složky S3 nebo přes API
  • Převod stávajících dokumentů, je-li potřeba
03Provoz AI

Náklady na modely AI

U menších nasazení, která provozujeme u nás, je AI v ceně: cena obsahuje měsíční objem otázek. Větší zákazníci a nasazení u vás si modely řeší sami – platí je přímo poskytovateli, nebo provozují vlastní na svém serveru. Náklady pak závisejí na tom, kolik se ptáte, kolik rešerší spouštíte a kolik stran s obrázky a tabulkami zpracováváte.

  • Menší nasazení u nás: AI v ceně s měsíčním objemem otázek
  • Větší nasazení: vlastní klíč k externímu modelu, nebo vlastní model na vašem serveru
  • Spotřebu ukazuje aplikace po lidech, skupinách a archivech

Napište nám, kolik máte dokumentů a jak chcete nasadit – připravíme nabídku →

Ukážeme vám to na vašich dokumentech.

Pošlete nám pár PDF ze svého archivu – klidně staré skeny. Za 30 minut uvidíte, jak se v nich hledá a jak odpovídá chat.

Už jste zákazník? Přihlásit se