Humatheque Pipeline POC

Image de page de titre -> extraction VLM -> vérification Sudoc -> alignement IdRef -> classification Dewey -> brouillon bibliographique.

Type de document

Thèse Mémoire / dissertation

Image locale de la page de titre

Ou URL d'image

Prompt VLM

Fournisseur d'inférence

VLM on-premise OpenAI (gpt-4o) Hugging Face Albert API (Etalab)

Endpoint VLM on-premise

Modèle VLM on-premise

Clés API via variables d'environnement : OPENAI_API_KEY (OpenAI), HF_TOKEN (Hugging Face), ALBERT_API_KEY (Albert API). Le VLM on-premise ne requiert pas de clé.

Taille max de l'image (px, plus grand côté)

Redimensionnement avant envoi au VLM. Plus petit = envoi/inférence plus rapides.

256 2048

JSON extrait

Réponse VLM brute