Скан книги — это стопка картинок. Поисковик, агент или читатель не может процитировать картинку, а простой текстовый дамп прячет каждое неверно прочитанное слово, потерянную формулу и разорванную таблицу.
Doclab Arcana читает книгу и возвращает проверенную расшифровку: текст в Markdown, якорь на каждую страницу, настоящие изображения и отчёт о качестве, где точно сказано, какие страницы повреждены и чем. Плохую страницу он не выдаёт за хорошую: книга с проблемами публикуется с пометкой «повреждена» и списком страниц на исправление.
Это первый шаг цепочки Knowledge Contract: оцифровать книгу, перевести в чистые форматы, упаковать вместе с изображениями и связями — и только потом индексировать и включать в контракты.
- Книг опубликовано
- 18
- Результат
- Markdown, якоря страниц, изображения
- Работает на
- Одном Mac на Apple Silicon
- Часть
- Knowledge Contract
01
Любую страницу можно процитировать
В тексте сохраняется якорь каждой страницы и исходные изображения, поэтому цитата указывает на ту страницу, откуда она взята.
02
Честно о повреждениях
У каждой книги есть отчёт о качестве. Одна книга чистая; семнадцать опубликованы с пометкой «повреждена» и постраничным списком того, что ещё предстоит исправить.
03
Готово для контракта
Одна команда выгружает отдельную книгу как пакет Knowledge Contract.
Почему скан — ещё не знание
Старые и новые книги приходят как изображения страниц или как файлы с ненадёжным текстовым слоем. Распознавание ошибается именно там, где важнее всего: в формулах, таблицах, сносках, химической записи.
Doclab Arcana считает эти ошибки данными, которые нужно учитывать, а не шумом, который нужно спрятать. Каждая книга уходит с записью о том, что прочитано хорошо, а что нет.
Локальный стенд — осознанно
Распознавание идёт на локальной модели зрения и классических инструментах, на одной машине с Apple Silicon. Чтобы книгу прочитать, ей не нужно покидать эту машину. Разработка ведётся в другом месте через проверяемые изменения, а на машине работает только выпущенная версия.
Цена такого выбора понятна: стенд — это один компьютер, а не сервис.
Что дальше
Ближайшие работы по порядку: чтение формул и химии в учебнике химии, перечитывание таблиц целиком, возврат слов, потерянных в сносках, выдача пакетов Knowledge Contract для всех опубликованных книг и этап перевода на русский.
Возможности
Уже работает
- Расшифровка сканов книг в Markdown с якорями страниц и настоящими изображениями
- Отчёт о качестве каждой книги с постраничным списком повреждений
- Публикация готовых наборов в закрытую библиотеку книг
- Выгрузка отдельной книги как пакета Knowledge Contract
В плане
- Расшифровка цифровых книг, проверенная на книгах библиотеки
- Чтение формул и химической записи
- Перечитывание сложных таблиц целиком
- Возврат слов, потерянных в сносках
- Пакеты Knowledge Contract для всех опубликованных книг
- Этап перевода на русский
- Работа как сервис, а не на одной машине
Текущий уровень автономии
Слабое звено
Стенд работает на одном компьютере и только на нём. Семнадцать из восемнадцати опубликованных книг всё ещё помечены как повреждённые, а формулы, сложные таблицы и сноски пока читаются ненадёжно. Уровень автономности не оценён.
Roadmap до —
- Правильно читать формулы и химию, начиная с учебника химии.
- Перечитывать таблицы целиком, а не по ячейкам.
- Возвращать слова, потерянные в сносках.
- Выдать пакеты Knowledge Contract для всех опубликованных книг.
- Добавить этап перевода на русский.
Следующий шаг
Оцените текущую сборку и план развития
Статус СБОРКА означает активную разработку, а не обещание публичной доступности. Ориентируйтесь на текущие возможности и roadmap выше.
Посмотреть путь к целевому уровню