IPSExtractor/services/extraction/README.md

IPSExtractor Extraction Service

Microservicio independiente de extraccion. Esta carpeta puede vivir como repo propio: contiene su API REST, dominio, infraestructura, dependencias y Dockerfile sin importar codigo de otros servicios.

Estructura

api/             Endpoints FastAPI
domain/          Logica de extraccion, prompts, estimacion y normalizacion
core/            Utilidades propias de PDF, texto y CSV
infrastructure/  Persistencia SQLAlchemy del servicio
requirements.txt
Dockerfile

Desarrollo local

pip install -r requirements.txt
uvicorn api.main:app --host 0.0.0.0 --port 8001

Poppler

El contenedor instala poppler-utils para que pdf2image encuentre pdfinfo y pdftoppm desde el PATH del sistema, sin configurar variables de entorno.

En desarrollo local Windows, el servicio usa automaticamente la carpeta incluida en dependencies/poppler-24.08.0/Library/bin.

Endpoints principales

• GET /health
• GET /config
• GET /models
• POST /schemas
• POST /schemas/upload
• POST /estimate
• POST /batches
• POST /tasks/extraction
• POST /tasks/{task_id}/ingest
• GET /tasks