initial commit: slides ready + upgraded

2026-05-24 10:37:53 +02:00
commit f6f46972c3
173 changed files with 16756 additions and 0 deletions
@@ -0,0 +1,31 @@
+---
+layout: default
+---
+
+# Extractores y parsers avanzados
+
+<v-clicks>
+
+### Unstructured.io
+Servicio de extracción que soporta **+30 tipos de archivo** (PDF, DOCX, PPTX, imágenes, HTML...)
+
+```typescript
+import { UnstructuredLoader } from
+  "@langchain/community/document_loaders/fs/unstructured";
+
+const loader = new UnstructuredLoader("./docs/informe.pdf", {
+  apiKey: process.env.UNSTRUCTURED_API_KEY,
+  apiUrl: "https://api.unstructuredapp.io/general/v0/general",
+});
+const docs = await loader.load();
+```
+
+- Extrae texto, tablas, imágenes con OCR
+- API cloud o self-hosted
+- Ideal para documentos complejos con layouts mixtos
+
+<div class="mt-4 p-4 bg-blue-500/10 rounded">
+💡 Unstructured es especialmente útil para PDFs escaneados o con tablas complejas donde <code>pdf-parse</code> se queda corto
+</div>
+
+</v-clicks>