Mistral OCR
Product
Mistral OCR ist eine API zur optischen Zeichenerkennung von Mistral AI, die Dokumente einschließlich gescannter Dateien und Tabellen in strukturiertes Markdown umwandelt; in der Episode läuft sie in Azure AI Foundry.
Também abordados
O episódio sobre Mistral OCR aborda também n8n, Chunking, Embeddings, Azure OpenAI Service, RGPD e Retrieval-augmented generation (RAG).
Descrição
Mistral OCR ist eine API zur optischen Zeichenerkennung von Mistral AI. Sie wandelt Dokumente, einschließlich gescannter Dateien und Tabellen, in strukturiertes Markdown um, damit deren Inhalt durchsucht, verarbeitet oder an andere Systeme weitergegeben werden kann. In der Dokumentation von Mistral erscheint diese Funktion unter dem Namen Document AI OCR processor, und der Alias mistral-ocr-latest verweist auf das neueste OCR-Modell. In der M365.FM-Episode zu privatem 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 die 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, Kopfzeile, Fußzeile, Abmessungen, Konfidenzwerte und Blöcke; die Antwort enthält außerdem Informationen zum Modell und zur Nutzung. Tabellen können inline im Markdown belassen oder über einen Parameter für das Tabellenformat getrennt als Markdown- oder HTML-Tabellen zurückgegeben werden. Kopf- und Fußzeilen lassen sich separat extrahieren. Die Blockextraktion liefert absatzbezogene Begrenzungsrahmen mit strukturellen Bezeichnungen wie Titel, Liste, Tabelle, Gleichung, Beschriftung, Code und Signatur in Lesereihenfolge. 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 die OCR-Version 2512 oder neuer, und die Blockextraktion erfordert OCR 4 oder neuer. Für große Datenmengen empfiehlt Mistral seinen Batch-Inference-Dienst, für strukturierte Ausgaben verweist er auf Document Annotations. Die Dokumentationsseite selbst erwähnt Azure AI Foundry nicht; Einzelheiten zu dieser Hosting-Konfiguration stammen nur aus der Episode.
Eine typische Situation ist eine Wissensdatenbank, die auf gescannten oder bildbasierten Dokumenten aufgebaut ist. Text, der nur als Scan vorliegt, kann von einem Sprachmodell nicht durchsucht oder abgerufen werden, bevor er erkannt und umgewandelt wurde. Mistral OCR setzt an diesem Schritt an, indem es Markdown erzeugt, das Überschriften, Listen und Tabellen beibehält, eine für die Indexierung brauchbarere Form als flach extrahierter Text. Entscheidungen dazu betreffen meist das Ausgabeformat für Tabellen, die Frage, ob Kopf- und Fußzeilen erhalten oder entfernt werden sollen, ob Konfidenzwerte benötigt werden, um unsichere Passagen zu kennzeichnen, und ob Batch-Verarbeitung für das Dokumentenvolumen geeignet ist.
Die Episode "How to Build Private RAG with SharePoint and n8n" (2026-06-06) ordnet Mistral OCR in ein privates Retrieval Augmented Generation-Setup ein. Die Episode stellt fest, dass Werkzeuge wie Mistral OCR dabei helfen, gescannte Dokumente in durchsuchbare Daten umzuwandeln und so die Wissensdatenbank zu 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 weist darauf hin, dass sich eine solche Lösung skalieren lässt, indem mehrere Datenquellen eingebunden und die Workflows an die Bedürfnisse einer Organisation angepasst werden.
Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.
| Tipo | Product |
|---|
Perguntas frequentes
Questions marked with AI were written with AI from the facts on this page.
Was macht Mistral OCR? (AI)
Mistral OCR ist eine API von Mistral AI, die Text und strukturierte Inhalte aus PDFs und Bildern extrahiert und diese als Markdown zurückgibt, einschließlich Tabellen, innerhalb einer nach Seiten gegliederten JSON-Antwort.
Welche Dateitypen und Sprachen unterstützt Mistral OCR? (AI)
Laut Dokumentation von Mistral können Eingaben Bilder wie PNG, JPEG und AVIF oder Dokumente wie PDF, PPTX und DOCX sein, die als öffentliche URL, Base64 oder hochgeladene Datei bereitgestellt werden. Mehr als 40 Sprachen werden unterstützt.
Wie wird Mistral OCR in der M365.FM-Episode zu privatem RAG eingesetzt? (AI)
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.
Especialistas e empresas para este tópico
Ninguém indicou ainda este tópico. Adicione-o ao seu perfil.
Maintained by Mirko Peters (Microsoft MVP) · Last updated: