Documentos e conhecimento on Fellipe Gomes

Graphify

Mon, 01 Jan 0001 00:00:00 +0000

Em vez de alimentar o LLM com arquivos inteiros para ele entender a estrutura do projeto, o Graphify representa o codebase como um grafo de conhecimento — nós são arquivos, funções e módulos; arestas são dependências, chamadas e importações. O LLM consulta o grafo para localizar o contexto relevante sem ler código desnecessário, reduzindo drasticamente os tokens consumidos em tarefas de navegação e entendimento de código.

Diferente do Code Review Graph — que expõe o grafo via MCP para o LLM consultar durante revisões de código — o Graphify é uma ferramenta standalone: você o executa para gerar uma representação compacta do projeto que cabe no contexto, substituindo a leitura de arquivos brutos.

MinerU

Mon, 01 Jan 0001 00:00:00 +0000

Ferramenta open source de extração de documentos para uso em pipelines de IA. Converte PDFs complexos (com tabelas, fórmulas e layouts mistos) e arquivos do Office em markdown ou JSON limpo e estruturado. Muito útil como etapa de pré-processamento antes de indexar documentos em uma base vetorial ou alimentar um agente com conhecimento corporativo.

Ver também: O wiki-llm usa exatamente este tipo de output como entrada para montar uma wiki com RAG sobre os documentos convertidos.

Unlimited-OCR

Mon, 01 Jan 0001 00:00:00 +0000

Solução de OCR (reconhecimento óptico de caracteres) baseada em modelos de visão e linguagem (VLM). Extrai texto de imagens, PDFs escaneados e documentos com layouts complexos com alta precisão e sem restrições de volume. Roda localmente, sem enviar documentos para serviços externos — ideal para documentos sensíveis ou fluxos com grande volume de páginas.

Ver também: Para documentos digitais nativos (PDFs não escaneados, Word, Excel), o MinerU oferece extração mais estruturada com suporte a tabelas e fórmulas.

wiki-llm

Mon, 01 Jan 0001 00:00:00 +0000

Ferramenta de linha de comando que converte uma coleção de documentos locais em uma wiki navegável e consultável. O LLM resume cada página, organiza a taxonomia automaticamente e expõe um chat com RAG por cima. Ideal para equipes que querem criar uma base de conhecimento interna consultável por linguagem natural sem enviar dados para a nuvem.

Veja como usar um LLM local como backend em LLM local com Qwen e LangChain.