Mistral OCR
Produit
Mistral OCR ist eine API zur optischen Zeichenerkennung von Mistral AI, die Dokumente einschließlich Scans und Tabellen in strukturiertes Markdown umwandelt; in der Episode läuft sie in Azure AI Foundry.
Également abordés
L’épisode consacré à Mistral OCR aborde aussi n8n, Chunking, Embeddings, Azure OpenAI Service, RGPD et Retrieval-augmented generation (RAG).
Description
Mistral OCR ist eine API zur optischen Zeichenerkennung von Mistral AI. Sie wandelt Dokumente, einschließlich Scans und Tabellen, in strukturiertes Markdown um, damit ihr Inhalt durchsuchbar gemacht, weiterverarbeitet oder an andere Systeme übergeben werden kann. In der Dokumentation von Mistral erscheint diese Funktion unter der Bezeichnung Document AI OCR processor, und der Alias mistral-ocr-latest verweist auf das neueste OCR-Modell. In der M365.FM-Episode zu Private Retrieval Augmented Generation wird sie innerhalb von Azure AI Foundry eingesetzt.
Der Dienst extrahiert Text und strukturierte Inhalte aus PDFs und Bildern und bewahrt dabei Dokumentstruktur und Hierarchie. Unterstützte Eingaben sind Bilder wie PNG, JPEG und AVIF sowie Dokumente wie PDF, PPTX und DOCX. Eine Datei kann als öffentliche URL, als Base64 oder als hochgeladene Datei übergeben werden. Laut Dokumentation werden mehr als 40 Sprachen unterstützt.
Das Ergebnis wird als JSON-Objekt mit Seiten zurückgegeben. Jede Seite enthält Markdown, Bilder, Tabellen, Hyperlinks, Kopf- und Fußzeile, Abmessungen, Konfidenzwerte und Blöcke, und die Antwort enthält außerdem Informationen zu Modell und Nutzung. Tabellen können inline im Markdown belassen oder über einen Parameter für das Tabellenformat separat als Markdown- oder HTML-Tabellen zurückgegeben werden. Kopf- und Fußzeilen lassen sich getrennt extrahieren. Die Blockextraktion liefert absatzbezogene Begrenzungsrahmen mit strukturellen Kennzeichnungen wie Titel, Liste, Tabelle, Gleichung, Beschriftung, Code und Signatur, in Leserichtung. Konfidenzwerte können auf Seiten-, Block- oder Wortebene angefordert werden.
Einige Funktionen hängen von der Modellversion ab. Laut Dokumentation erfordern die Tabellenformatierung und die separate Extraktion von Kopf- und Fußzeilen OCR-Version 2512 oder neuer, und die Blockextraktion erfordert OCR 4 oder neuer. Für große Mengen empfiehlt Mistral seinen Dienst Batch Inference, und für strukturierte Ausgaben verweist er auf Document Annotations. Die Dokumentationsseite selbst erwähnt Azure AI Foundry nicht; Einzelheiten zu diesem Hosting-Setup stammen allein aus der Episode.
Eine typische Situation ist eine Wissensdatenbank, die auf gescannten oder bildbasierten Dokumenten aufbaut. Text, der nur als Scan vorliegt, kann von einem Sprachmodell erst dann durchsucht oder abgerufen werden, wenn er erkannt und umgewandelt wurde. Mistral OCR übernimmt diesen Schritt und erzeugt Markdown, das Überschriften, Listen und Tabellen beibehält, was für die Indexierung eine brauchbarere Form ist als reiner extrahierter Fließtext. Entscheidungen dazu betreffen meist das Ausgabeformat für Tabellen, die Frage, ob Kopf- und Fußzeilen beibehalten oder entfernt werden sollen, ob Konfidenzwerte benötigt werden, um unsichere Passagen zu kennzeichnen, und ob die Stapelverarbeitung für das Dokumentenvolumen geeignet ist.
Die Episode "How to Build Private RAG with SharePoint and n8n" (2026-06-06) ordnet Mistral OCR in ein Setup für Private Retrieval Augmented Generation ein. Die Episode stellt fest, dass Werkzeuge wie Mistral OCR dabei helfen, gescannte Dokumente in durchsuchbare Daten umzuwandeln, und so die Wissensdatenbank verbessern. Sie steht neben der korrekten Einrichtung von SharePoint zur Dokumentenorganisation und zum Abruf sowie der Workflow-Automatisierung mit n8n, die SharePoint verbindet und Datenabrufaufgaben steuert. Die Episode empfiehlt außerdem regelmäßiges Testen und Iterieren, damit die Lösung zuverlässig und effizient bleibt, und merkt an, dass eine solche Lösung skaliert werden kann, indem mehrere Datenquellen integriert und die Workflows an die Bedürfnisse einer Organisation angepasst werden.
Aperçu compilé avec l'IA à partir des épisodes M365.FM et des informations de cette page. Tu peux l'améliorer avec le bouton de modification ci-dessous.
| Type | Produit |
|---|
Questions fréquentes
Les questions marquées IA ont été rédigées avec l'IA à partir des informations de cette page.
Was macht Mistral OCR? (IA)
Mistral OCR ist eine API von Mistral AI, die Text und strukturierte Inhalte aus PDFs und Bildern extrahiert und als Markdown einschließlich Tabellen zurückgibt, eingebettet in eine JSON-Antwort, die nach Seiten gegliedert ist.
Welche Dateitypen und Sprachen unterstützt Mistral OCR? (IA)
Laut Dokumentation von Mistral können Eingaben Bilder wie PNG, JPEG und AVIF oder Dokumente wie PDF, PPTX und DOCX sein, bereitgestellt als öffentliche URL, Base64 oder hochgeladene Datei. Mehr als 40 Sprachen werden unterstützt.
Wie wird Mistral OCR in der M365.FM-Episode zu Private RAG eingesetzt? (IA)
Die Episode "How to Build Private RAG with SharePoint and n8n" beschreibt Mistral OCR, das in Azure AI Foundry läuft, als Möglichkeit, gescannte Dokumente in durchsuchbare Daten für die Wissensdatenbank einer auf SharePoint und n8n basierenden RAG-Lösung umzuwandeln.
Community wiki
Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.
Experts et entreprises pour ce sujet
Personne n'a encore indiqué ce sujet. Ajoutez-le à votre profil.
Maintenu par Mirko Peters (Microsoft MVP) · Dernière mise à jour: