initial commit: slides ready + upgraded

slides/pages/rag/16j.md

@@ -0,0 +1,25 @@
+---
+layout: default
+---
+
+# Otros extractores a conocer
+
+<v-clicks>
+
+Cuando `pdf-parse` no es suficiente (PDFs escaneados, tablas complejas, layouts mixtos):
+
+| Extractor | Descripción | JS/TS | Tablas | OCR |
+|-----------|-------------|-------|--------|-----|
+| **Docling** (IBM) | Comprensión avanzada de layout | ❌ Solo Python | ✅ | ✅ |
+| **Azure Doc Intelligence** | Servicio cloud de Microsoft | ✅ | ✅ | ✅ |
+| **Amazon Textract** | Servicio cloud de AWS | ❌ Solo Python | ✅ | ✅ |
+| **LlamaParse** | Parser de LlamaIndex, API cloud | ✅ via API | ✅ | ✅ |
+
+### Docling — mención especial
+
+- Proyecto open source de IBM con excelente calidad de extracción
+- Integración oficial solo con LangChain Python (`langchain-docling`)
+- Desde Node.js: consumir su API REST o usar como preproceso a markdown.
+
+
+</v-clicks>