I tuoi documenti, pronti per l'IA
Una piattaforma di preparazione dei dati alimentata da Unstructured, installata e mantenuta da DINAO. Trasforma i tuoi PDF, Word, email e immagini in dati puliti e strutturati per i tuoi LLM e pipeline RAG — il tutto ospitato in Francia.
Cos'è Unstructured ?
Unstructured è una suite open source di preparazione dei dati per l'IA. La sua missione: trasformare documenti grezzi e eterogenei — PDF, Word, PowerPoint, HTML, email, immagini scansionate — in dati puliti, normalizzati e strutturati, direttamente consumabili dai modelli di linguaggio (LLM) e dalle pipeline di RAG (Retrieval Augmented Generation).
Nello specifico, Unstructured elabora oltre venti tipi di file, ne rileva la struttura (titoli, tabelle, elenchi, impaginazione), applica l'OCR ai documenti scansionati e suddivide il contenuto in chunk coerenti. La qualità di questa suddivisione condiziona direttamente la pertinenza di un sistema RAG: meglio preparati, i tuoi dati producono risposte IA più accurate.
Lo strumento offre connettori di origine e destinazione (storage oggetto, drive, database vettoriali) nonché un'API per costruire pipeline di ingestione automatizzate e riproducibili, dal documento originale fino all'indice vettoriale. Gestito da DINAO e ospitato in Francia, è il anello ideale per alimentare un'IA sovrana senza esporre i tuoi documenti riservati a un servizio cloud estero.
Alloggia Unstructured su DINAO
Livelli di risorse compatibili con i requisiti di Unstructured (2 cœurs / 4 Go / 10 Go minimo). Ospitato in Francia, fully managed.
- 2 vCPU dedicati
- 4 Go di RAM
- 40 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 4 vCPU dedicati
- 8 Go di RAM
- 80 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 8 vCPU dedicati
- 16 Go di RAM
- 160 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
1 livello/i nascosto/i (risorse insufficienti per questa app) : Découverte
Questa applicazione utilizza l'IA
Il contenitore ospita l'applicazione, non il motore di IA (che richiede GPU dedicate) : l'inferenza si collega dall'esterno, con la tua chiave del fornitore. Priorità a un motore sovrano — Mistral AI, NumSpot, Scaleway o OVHcloud AI Endpoints (Francia, GDPR) ; un attore internazionale (OpenAI, Anthropic…) solo se una capacità specifica lo richiede. Abbonamenti all'inferenza non inclusi nell'hosting.
Dettagli tecnici
Ti chiedi…
A cosa serve Unstructured?
A trasformare documenti grezzi (PDF, Word, email, immagini…) in dati puliti e strutturati, direttamente utilizzabili dai tuoi modelli di linguaggio e dalle tue pipeline RAG.
Quali formati sono supportati?
Oltre venti tipi di file: PDF, Word, PowerPoint, HTML, email, nonché immagini scansionate grazie all'OCR. Il contenuto è normalizzato in elementi strutturati.
Perché è importante per il mio progetto IA?
La qualità di un sistema RAG dipende in larga misura dalla qualità della suddivisione dei documenti. Unstructured produce chunk puliti, migliorando nettamente la pertinenza delle risposte della tua IA.
I miei documenti riservati rimangono privati?
Sì. Tutto l'elaborazione avviene sulla tua istanza dedicata ospitata in Francia. I tuoi documenti non vengono inviati a un servizio di preparazione cloud di terze parti.
Posso automatizzare l'ingestione?
Sì. Grazie ai connettori di origine/destinazione e all'API, costruisci pipeline di ingestione automatizzate e riproducibili, dallo storage fino al database vettoriale.
