DocMason: Base de Conhecimento de Agente Local para Arquivos de Escritório Complexos

O que o DocMason faz

DocMason é um sistema de base de conhecimento local baseado em arquivos, projetado para pesquisa profunda em documentos de trabalho privados. O conceito central é "O repositório é o aplicativo. Codex é o ambiente de execução." Ele compila arquivos de escritório em pacotes de evidências estruturadas sobre os quais agentes de IA podem raciocinar, mantendo um rastreamento rigoroso da proveniência.

Principais recursos da fonte

• Lida com vários tipos de documentos de escritório: PPTX, DOCX, XLSX, PDFs e até arquivos .EML
• Extrai informações multimodais, incluindo diagramas de arquitetura de TI e dados de planilhas Excel
• Mantém a estrutura do documento e a semântica visual (layouts de slides, notas do apresentador, referências de planilhas, sinais de formatação)
• Executa localmente sem ingestão em nuvem ou backends ocultos
• Fornece sincronização incremental da base de conhecimento quando arquivos são adicionados ou revisados
• Aplica contratos de dados rigorosos e limites de proveniência

Como funciona

DocMason opera como um ambiente de execução de nível de produção que força a IA a respeitar a estrutura original do documento. Em vez de achatar arquivos complexos em blocos de texto não estruturados, ele cria evidências determinísticas baseadas em arquivos e executa algoritmos de recuperação offline localmente em sua máquina.

Começando

Duas formas de configuração são descritas na fonte:

Caminho A (Comece pequeno):

• Coloque arquivos de trabalho na pasta DocMason/original_doc/
• Abra a pasta DocMason no Codex
• Faça perguntas naturalmente - o DocMason orienta na configuração do ambiente
• Aprova prompts ao construir a base de conhecimento

Caminho B (Organizar pastas inteiras):

• Coloque pastas de nível de departamento em DocMason/original_doc/
• Abra no Codex e diga: "Por favor, prepare o ambiente DocMason."
• Depois: "Por favor, construa a base de conhecimento."
• Uma vez concluído, faça perguntas de pesquisa complexas contra todo o corpus

O sistema é projetado para que você não precise memorizar comandos internos - apenas fale naturalmente com seu agente de IA dentro de um espaço de trabalho válido.

Detalhes técnicos

DocMason aborda limitações específicas das ferramentas de IA de documentos existentes:

• Preserva layout visual, notas do apresentador e relações texto-gráfico em apresentações de slides
• Mantém referências de múltiplas planilhas e tabelas aninhadas em planilhas
• Retém semântica de formatação como texto vermelho para "Risco" ou recuo para hierarquias
• Permite raciocínio entre documentos para propostas de múltiplas partes

A estrutura do repositório inclui diretórios de adaptadores, knowledge_base, runtime, skills e sample_corpus, com configuração gerenciada através dos arquivos docmason.yaml e pyproject.toml.