Skip to Content
DocMind
DocMindPlayground
GuíasNode

Node

Instala @dragon708/docmind-node y @dragon708/docmind-shared. analyzeFile, extractText, extractMetadata, convertToHtml, runOcr, extractStructuredData, getCapabilities y explainAnalysisPlan aceptan rutas, URLs file: u objetos DetectFileKindInput / NodeAnalyzeInput (bytes + name / mimeType).

NodeAnalyzeOptions (resumen):

  • signal — abortar.
  • pdf — se reenvía a @dragon708/docmind-pdf (p. ej. ocr: "off" | "auto" | "force", ocrLangs).
  • ocr — { langs?, signal? } para Tesseract (imágenes y rutas relacionadas).
  • docx — { include?: AnalyzeDocxIncludeFlags, html?: DocxToHtmlOptions }. Si include activa structure, headings, tables, blocks, pagesApprox o embeddedImages, analyzeFile, extractText, convertToHtml y runOcr fusionan Mammoth con extractores OOXML/ZIP de @dragon708/docmind-docx. extractMetadata sigue siendo stub para DOCX. Pasa docx: { include: … } a explainAnalysisPlan para ver pasos tipo docx_ooxml_parallel en el plan.

Uint8Array + nombre (shape del playground)

Coincide con src/lib/docmind-server.ts: la subida se lee a Uint8Array y se pasa como:

import { analyzeFile } from "@dragon708/docmind-node";
import type { DetectFileKindInput } from "@dragon708/docmind-shared";
 
async function analizarBytes(
  data: Uint8Array,
  name?: string,
  mimeType?: string,
) {
  const input = { data, name, mimeType } as DetectFileKindInput;
 
  return analyzeFile(input, {
    pdf: { ocr: "auto", ocrLangs: "eng" },
    ocr: { langs: "eng" },
  });
}

extractText y el valor por defecto de OCR en PDF

extractText en @dragon708/docmind-node pasa por withPdfOcrDefaultOff: si omites options.pdf.ocr, el PDF se trata con ocr: "off" (solo rutas nativas / PDF.js). Los PDF escaneados pueden devolver text vacío aunque needsOCR sea true.

Pasa explícitamente pdf: { ocr: "auto" | "force", ocrLangs?, maxPages?, ocrStrategy? } para alinear con analyzeFile. En el playground, las acciones extract-text, convert-html y extract-structured mapean ocrMode (y tope de páginas / estrategia) a pdf.ocr en extractServerText / convertServerToHtml / extractServerStructuredData (src/lib/docmind-server.ts).

Esbozo de handler multipart

Igual que POST /api/analyze: leer a Uint8Array, reenviar name y type. Mapear ocrMode a pdf.ocr para analyze, explain-plan, extractText, convertToHtml y extractStructuredData si quieres el mismo comportamiento que el playground.

import { analyzeFile, extractText } from "@dragon708/docmind-node";
import type { DetectFileKindInput } from "@dragon708/docmind-shared";
 
export async function POST(req: Request) {
  const form = await req.formData();
  const file = form.get("file");
  if (!(file instanceof File)) {
    return new Response("Missing file", { status: 400 });
  }
 
  const ocrMode = String(form.get("ocrMode") ?? "auto");
  const pdfOcr =
    ocrMode === "off" || ocrMode === "auto" || ocrMode === "force"
      ? ocrMode
      : "auto";
 
  const data = new Uint8Array(await file.arrayBuffer());
  const input = {
    data,
    name: file.name || undefined,
    mimeType: file.type || undefined,
  } as DetectFileKindInput;
 
  const lang = String(form.get("language") ?? "").trim();
  const pdfOpts = {
    ocr: pdfOcr,
    ...(lang ? { ocrLangs: lang } : {}),
  };
 
  const action = String(form.get("action") ?? "analyze");
  if (action === "extract-text") {
    const textResult = await extractText(input, {
      pdf: pdfOpts,
      ...(lang ? { ocr: { langs: lang } } : {}),
    });
    return Response.json(textResult);
  }
 
  const result = await analyzeFile(input, {
    pdf: pdfOpts,
    ...(lang ? { ocr: { langs: lang } } : {}),
  });
 
  return Response.json(result);
}

Epic 1 — getCapabilities / explainAnalysisPlan

Usa el mismo NodeAnalyzeInput (o ruta) que para analyzeFile. Pasa NodeAnalyzeOptions.pdf / ocr para que explainAnalysisPlan refleje la política OCR del PDF y el idioma.

import { getCapabilities, explainAnalysisPlan } from "@dragon708/docmind-node";
 
const caps = await getCapabilities(input);
const plan = await explainAnalysisPlan(input, {
  intent: "analyzeFile",
  pdf: { ocr: "auto", ocrLangs: "eng" },
  ocr: { langs: "eng" },
  docx: { include: { structure: true, pagesApprox: true } },
});

Alternativas

  • readFileToInput("/ruta/al/archivo.pdf") cuando ya tienes ruta en disco.
  • bufferToInput(buffer, "nombre.pdf") cuando tienes un Buffer de Node.

Next.js / Vercel

Si expones @dragon708/docmind-node (o PDF/OCR) con un Route Handler de Next.js en Vercel u otro host serverless, configura outputFileTracingIncludes (y alinea serverExternalPackages) para que los workers de PDF.js y los ficheros satélite de Tesseract entren en el bundle de la función. En este playground, next.config.ts usa la clave /api/analyze; replica los mismos globs en cualquier otra ruta con el mismo stack. Guía detallada: Instalación — Next.js y Vercel (PDF.js y Tesseract).

Para extractMarkdown en servidor / .docx / PDF → Markdown, externaliza también @dragon708/docmind-markdown, mammoth, turndown y turndown-plugin-gfm para que Turbopack no rompa la resolución dinámica: Instalación — DOCX y Markdown en servidor (Turbopack). Mejor @dragon708/docmind-markdown ≥ 1.2.2, que empaqueta los conversores de servidor anidados dentro del paquete.

Ver también

NavegadorOCR