DocMind Playground

Archivo

El archivo se sube a la API del playground como campo multipart `file`.

Elegir archivo

Se envía a POST /api/analyze con `action` y campos del pipeline (ocrMode, idioma, flags docx include).

Acción y opciones

Elige una acción; el playground reenvía los mismos campos PDF/OCR/DOCX-include que extract-structured. Markdown, texto LLM y trozos los genera el SDK en servidor—no se reimplementan en la UI.

@dragon708/docmind-markdown

Markdown y texto LLM provienen de @dragon708/docmind-node (vía @dragon708/docmind-markdown donde aplica). Los trozos vienen de extractStructuredChunks. Las vistas previas son texto plano. En extract-markdown y acciones de comparación, la API incluye `strategy`, `warnings` y opcionalmente `routing` (resumen de formato / pipeline) cuando el SDK lo expone.

Se envían en multipart: ocrMode, idioma, flags docx include (headings/tables) y las opciones de formato siguientes (`markdownLabHtmlInputMode`, límites de filas CSV/Excel y flags). Los toggles de render Markdown/LLM/chunk del panel superior siguen solo en cliente salvo que amplíes la API con JSON `markdown` / `llm` / `chunks`.

Acción

Modo OCR de PDF

Política OCR en PDF (off / auto / force) para la ruta estructurada en Node—mismo campo que Prueba en servidor / extract-structured.

Idioma OCR

Etiqueta BCP-47 opcional (p. ej. eng, spa). Se pasa como ocr.langs para OCR de imagen en la ruta estructurada.

Extracción estructurada DOCX (options.docx.include)

headings — lista OOXML de encabezados (DOCX)tables — tablas OOXML + appendUnreferencedTables al renderizar Markdown

Render Markdown + LLM

appendUnreferencedImages (render Markdown)pageTransitionMarkers (render Markdown + LLM)compact (render LLM)

Chunking (options.chunks)

preserveTables — no partir tablas entre trozos

overlapChars

Sufijo del trozo anterior anteponido al siguiente (0 = predeterminado, sin solapamiento).

preferHeadings — partir antes de bloques heading si el trozo no está vacío

maxChars — límite blando por trozo (vacío = predeterminado del SDK)

Opciones Markdown por formato

Campos opcionales reenviados como NodeExtractMarkdownOptions.markdownHtml, markdownCsv y markdownSpreadsheet (rutas HTML, CSV y Excel). Deja los valores por defecto para la detección automática del SDK.

Modo de entrada HTML

Equivale a inputMode de convertHtmlToMarkdown cuando el archivo se trata como HTML (auto / path / html). El valor por defecto omite markdownHtml y deja decidir al SDK.

CSV → Markdown

maxRows

includeHeader: false

No emitir fila de cabecera en la tabla Markdown.

compactMode

Tablas más compactas al convertir CSV.

Hoja de cálculo → Markdown

maxRowsPerSheet

includeSheetNames: false

Omitir encabezados con el nombre de cada hoja.

compactMode

Tablas más compactas por hoja al convertir Excel.

Recuentos de bloques (solo extract-markdown)

Ejecuta extractStructuredData en paralelo en el servidor para contar tipos de bloque (trabajo extra; solo para estadísticas del lab).

Elige un archivo arriba para ejecutar.

Archivo: —

Acción: extract-markdown

detectedKind: —

Estado: Inactivo

Laboratorio Markdown y salida LLM