Sparrow es una biblioteca de Python de código abierto y un sistema de API para extraer datos estructurados de documentos utilizando Modelos de Lenguaje de Visión (VLMs). Procesa facturas, recibos, formularios, extractos bancarios, tablas y otros tipos de documentos para devolver datos estructurados en formato JSON. Más allá de la extracción de documentos, Sparrow admite el procesamiento de instrucciones de texto personalizadas para cualquier tarea de IA, incluyendo análisis de datos, resumen, toma de decisiones y flujos de trabajo generales de procesamiento de texto.
Sparrow extrae texto y datos de imágenes (PNG, JPG) y PDFs de varias páginas utilizando la validación de esquemas JSON para asegurar una extracción de datos precisa. El sistema puede procesar documentos complejos, incluyendo tablas, formularios e informes financieros de varias páginas. Además, maneja solicitudes basadas en instrucciones personalizadas, como operaciones aritméticas, análisis de texto, resumen de contenido y otras tareas impulsadas por IA sin requerir la entrada de documentos.
La plataforma ofrece soporte para múltiples backend, incluyendo MLX para Apple Silicon, Ollama, vLLM, PyTorch y Hugging Face Cloud GPU. Proporciona puntos finales de API RESTful para integración, una interfaz web interactiva para la carga y procesamiento de documentos, una interfaz de línea de comandos para procesamiento por lotes, e incluye un panel de análisis integrado con monitoreo de flujos de trabajo.
Sparrow cuenta con un sistema de tuberías enchufables con Sparrow Parse para el procesamiento de visión, Sparrow Instructor para el procesamiento de instrucciones de texto, y Sparrow Agents para flujos de trabajo complejos. El sistema utiliza extracción basada en esquemas con validación automática y ofrece capacidad de procesamiento en el dispositivo para la privacidad de los datos. La orquestación de flujos de trabajo basada en agentes incluye monitoreo visual impulsado por Prefect.
Los casos de uso comunes incluyen el procesamiento automatizado de facturas y recibos, análisis de documentos financieros, extracción de datos de formularios, reconocimiento de estructuras de tablas, procesamiento de instrucciones de IA personalizadas, análisis de texto y resumen, y flujos de trabajo de procesamiento de documentos en múltiples pasos. Sparrow se ejecuta en Python 3.10+ y ofrece opciones de licencia tanto de código abierto (GPL 3.0) como comercial.
