Sifter

Estructura cualquier documento. Consúltalo como una base de datos. Construye sobre él mediante API.

Motor de inteligencia documental de código abierto: extracción basada en esquemas, consultas en lenguaje natural, servidor MCP, SDKs para Python y TypeScript. Autohospedable bajo licencia MIT.

¿Por qué no RAG?

RAG está diseñado para la recuperación: encuéntrame fragmentos similares a esta consulta. Falla en colecciones homogéneas como facturas, contratos o recibos, donde cada documento parece igual y la pregunta es una agregación, no una búsqueda.

El enfoque de Sifter: extraer campos estructurados una vez (cliente, fecha, total), almacenarlos como registros tipados y consultarlos con filtros y agregaciones reales. La respuesta es exacta y reproducible, porque es una consulta de base de datos, no una búsqueda de similitud.

Related MCP server: API Agent

Inicio rápido

git clone https://github.com/sifter-ai/sifter
cd sifter/code
cp server/.env.example server/.env.local    # set SIFTER_DEFAULT_API_KEY (required)
docker compose up -d

Abre http://localhost:3000: crea un "sift", sube documentos y consulta los resultados.

SDK de Python

pip install sifter-ai

from sifter import Sifter

s = Sifter(api_key="sk-...")

sift = s.create_sift("Invoices", "client name, date, total amount")
sift.upload("./invoices/")
sift.wait()

for record in sift.records():
    print(record["extracted_data"])
# {"client": "Acme Corp", "date": "2024-01-15", "total_amount": 1500.0}

SDK de TypeScript

npm install @sifter-ai/sdk

import { Sifter } from "@sifter-ai/sdk";

const client = new Sifter({ apiKey: "sk-..." });

const sift = await client.createSift("Invoices", "client, date, total amount");
await sift.upload("./invoices/");
await sift.wait();

const records = await sift.records();
console.log(records);

Servidor MCP (Claude Desktop / Cursor / Agentes de IA)

{
  "mcpServers": {
    "sifter": {
      "command": "uvx",
      "args": ["sifter-mcp", "--base-url", "http://localhost:8000"],
      "env": { "SIFTER_API_KEY": "sk-dev" }
    }
  }
}

Luego pregúntale a Claude: "¿Cuál es el total pendiente de pago en todas las facturas del último trimestre?"

¿Quieres una URL de MCP remota sin ejecutar un servidor local? → Sifter Cloud

Qué incluye

• Extracción basada en esquemas: describe qué extraer en lenguaje natural; el esquema se infiere automáticamente y se exporta como tipos de Pydantic / TypeScript.

• Consulta en lenguaje natural: haz preguntas en lenguaje sencillo; Sifter genera pipelines de agregación de MongoDB inspeccionables.

• Servidor MCP: transporte stdio, herramientas de lectura + escritura, cero código de integración personalizado.

• REST API + SDKs: especificación OpenAPI completa, clientes tipados para Python y TypeScript.

• Webhooks: callbacks HTTP firmados con HMAC en cada evento de extracción.

• Paneles basados en especificaciones: especificación corta en lenguaje natural → panel generado automáticamente (KPI, desglose, tabla, series temporales).

• CLI: sifter extract, sifter records, sifter sifts para flujos de trabajo en terminal y CI.

• Autohospedable: Docker Compose, trae tu propio MongoDB y clave de API de LLM.

¿No quieres gestionar la infraestructura?

Sifter Cloud es la versión gestionada: sin Mongo, sin operaciones, endpoint de MCP remoto, ingreso desde Google Drive y correo electrónico. Nivel gratuito disponible.

Documentación

Documentación completa en docs.sifter.run: inicio rápido, referencia de SDK, guía de MCP, recetario, autohospedaje.

Licencia

MIT: consulta LICENSE.

Creado por Bruno Fortunato.