Skip to content
xAdler21Public

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

GaLa-AI

Lokales KI-System für einen GaLaBau-Betrieb. Alle KI-Funktionen laufen auf dem eigenen Server, aufgeteilt auf drei VMs (LLM, OCR, Coordinator).

Angebotsautomatisierung

  • LV einlesen (PDF, Scan, GAEB, Excel)
  • Preise aus alten LVs inflationsbereinigt vorschlagen
  • Material bei Lieferanten anfragen und Preise mit Preisgarantie cachen
  • Angebot als GAEB X84, PDF oder Excel ausgeben

Dokumenten-Chatbot

  • Indexiert das Netzlaufwerk, auch gescanntes Papier per OCR
  • Beantwortet Fragen mit Quellenangabe (Datei und Seite)

Bedienung

  • Desktop-App mit Installer und Auto-Updater (Tauri)
  • Web-Panel auf dem Coordinator für Download und Administration: Updates, Wartungsmodus, Claude-Zugang

Weiterführende Doku:

Aufbau

Pfad Inhalt
crates/doc-ir Zwischenrepräsentation: Tokens mit Bbox, Konfidenz und Herkunft, Zeilenbildung
crates/lv-model LV-Domänenmodell: Titel/Positionen, OZ, Einheiten, deutsche Zahlen, Review-Felder (WASM-tauglich)
crates/api-types Gemeinsame API- und Live-Event-Typen für Server und Desktop-App (WASM-tauglich)
crates/pdf PDFium-Anbindung: Textebene → Wort-Tokens, Seiten-Triage (Textebene oder OCR?), Rendern
crates/ocr OcrEngine-Trait und PaddleOCR über oar-ocr (CPU; CUDA nur als optionales Feature)
crates/gaeb GAEB DA XML 3.x lesen (X81–X86, tolerant, ISO-8859-1) und X84-Angebotsabgabe aus der Original-X83 schreiben
crates/export Bepreistes LV als Excel mit Formeln, Titelsummen und MwSt.
crates/db Postgres-Pool und Migrationen
crates/llm Client für llama-server (LLM-VM)
crates/retrieval Embeddings (BGE-M3) und hybride Suche (pgvector + Volltext)
crates/ingest Netzlaufwerk scannen, Text gewinnen, chunken
crates/chat Dokumenten-Chatbot: Antwort mit Quellen
apps/coordinator REST-API für die Desktop-App, Web-Panel, Update-Server
apps/worker Verarbeitung: --role vision (OCR-VM) und --role cpu (Coordinator-VM)
apps/desktop Desktop-App (Tauri 2 + Leptos), eigener Cargo-Workspace
apps/bench M0-Benchmark für Textebene und OCR an echten LVs
deploy/ Compose-Dateien, systemd-Units und Install-Skripte je VM

Entwicklung unter Windows

Voraussetzungen: rustup und die Visual Studio Build Tools mit C++-Workload.

winget install Rustlang.Rustup
winget install Microsoft.VisualStudio.2022.BuildTools --override "--wait --quiet --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended"

Das Repo liegt auf einem Netzlaufwerk. Von dort lassen sich keine Build-Skripte ausführen, und Kompilieren über SMB ist langsam. Deshalb das Build-Verzeichnis auf die lokale Platte legen:

$env:CARGO_TARGET_DIR = "$env:LOCALAPPDATA\cargo-target\gala"
cargo test --workspace

Dauerhaft geht das mit setx CARGO_TARGET_DIR "%LOCALAPPDATA%\cargo-target\gala".

Die Desktop-App baut man getrennt, siehe apps/desktop/README.md.

PDFium

PDFium wird zur Laufzeit geladen und nicht eingecheckt:

  1. pdfium-win-x64.tgz (bzw. pdfium-linux-x64.tgz) von bblanchon/pdfium-binaries herunterladen.
  2. Nach vendor/pdfium/ entpacken. Das Tool findet dann vendor/pdfium/bin/pdfium.dll bzw. vendor/pdfium/lib/libpdfium.so automatisch.
  3. Alternativ PDFIUM_DIR setzen.

M0-Benchmark

Misst an echten LVs, bevor die Import-Pipeline darauf aufbaut. Beispiel-LVs gehören nach corpus/private/; der Ordner wird nicht eingecheckt.

# Welche Seiten haben eine brauchbare Textebene, welche brauchen OCR?
cargo run --release -p bench -- text corpus/private

# OCR-Presets vergleichen. Die Modelle lädt oar-ocr beim ersten Lauf nach ~/.oar.
cargo run --release -p bench -- ocr corpus/private --preset v5-latin --preset v6-small --json bench-out/ocr.json --dump-dir bench-out/texte

So misst bench ocr die Zeichenfehlerrate:

  • Digitale Seiten: Die Textebene dient automatisch als Referenz. Das ist optimistisch, weil die Seite sauber gerendert ist.
  • Scans: Hier braucht es Ground-Truth-Dateien neben dem PDF, <name>.p<Seite>.txt (Seite 1-basiert). Bei Bildern heißt die Datei <name>.txt.

Auf der OCR-VM (gala-ocr, OCR auf der CPU) misst deploy/ocr/ocr-test.sh mit dem Bench-Image:

sudo /bin/bash /opt/gala/deploy/ocr/ocr-test.sh /mnt/archiv/<ordner>

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages