ExcaliSearch

Inspiration

En la propuesta de Merlin Software

What it does

ExcaliSearch es un sistema de gestión documental inteligente. Permite subir archivos (PDF, Word, Excel, etc.), los indexa mediante búsqueda tradicional y semántica, usando datos vectoriales, y ofrece un chat interactivo para interrogar a tus documentos, así como obtener resúmenes automáticos sin leerlos por completo.

How we built it

Frontend: Interfaz reactiva con React y Vite.
Backend: API con FastAPI (Python).
Búsqueda: Motor híbrido usando Whoosh (palabras clave) y ChromaDB (vectores).
IA: Integración de Ollama para LLMs locales y modelos de transformers multilingües para el embedding de los datos.

Challenges we ran into

El mayor reto fue el procesamiento heterogéneo de archivos: normalizar tablas de Excel, texto de Word y metadatos de PDFs para que la búsqueda semántica fuera precisa en todos los formatos.

Accomplishments that we're proud of

Lograr una búsqueda híbrida funcional: el sistema entiende conceptos (búsqueda semántica) pero no olvida términos exactos (búsqueda tradicional), todo corriendo de forma local. A su vez, se dispone de librerías que nos ofrecen el resumen del contenido de los archivos y el chatbot generado con Ollama que nos permite realizar consultas sobre el contenido de los mismos.