gpu-document-processing

द्वारा langchain-ai

Use when processing large PDFs, document collections, or bulk text extraction tasks that benefit from GPU-accelerated processing. Triggers when the user…

npx skills add https://github.com/langchain-ai/deepagents --skill gpu-document-processing

GPU Document Processing Skill

Process large documents and document collections using GPU-accelerated tools. This skill uses the sandbox-as-tool pattern: the agent runs on CPU for reasoning, and sends document processing work to a GPU-equipped environment.

When to Use This Skill

Use this skill when:

  • Processing large PDF files (50+ pages)
  • Analyzing collections of documents (10+ files)
  • Extracting structured data from unstructured documents
  • Performing bulk text extraction and chunking
  • Generating embeddings for large document sets
  • The user uploads or references large documents for analysis

Architecture: Sandbox as Tool

This skill follows the sandbox-as-tool pattern for GPU execution:

  1. Agent reasons on CPU - planning, synthesis, report writing
  2. Processing sent to GPU sandbox - document parsing, embedding, extraction
  3. Results returned to agent - structured output for further analysis

This separation ensures:

  • API keys stay outside the sandbox (security)
  • Agent state persists independently of processing jobs
  • Processing can be parallelized across documents
  • Cost-efficient: GPU used only during processing, not during reasoning

Capabilities

PDF Text Extraction

Extract text content from PDF documents with layout preservation:

  • Headers, paragraphs, lists, and tables detected separately
  • Page numbers and section boundaries preserved
  • Multi-column layout handling

Tabular Data Extraction

Extract tables from documents into structured formats:

  • PDF tables to CSV/DataFrames using GPU-accelerated parsing
  • Automatic column type detection
  • Handles merged cells and multi-row headers

Document Chunking

Split large documents into meaningful chunks for analysis:

  • Semantic chunking (by topic/section boundaries)
  • Fixed-size chunking with overlap for embedding
  • Configurable chunk sizes (default: 512 tokens)

Embedding Generation

Generate vector embeddings for document chunks:

  • Uses NVIDIA NeMo Retriever NIM for GPU-accelerated embedding
  • Supports batch processing for large document sets
  • Compatible with standard vector stores (Milvus, ChromaDB)

Workflow

  1. Receive document reference from the orchestrator
  2. Determine processing type (extraction, analysis, embedding)
  3. Send to GPU sandbox for processing
  4. Collect structured results (text, tables, embeddings)
  5. Write findings to /shared/ for the orchestrator to synthesize

Processing Large Document Collections

For multiple documents:

  1. Process documents in parallel batches (3-5 concurrent)
  2. Extract key metadata first (title, date, author, page count)
  3. Generate per-document summaries
  4. Cross-reference findings across documents
  5. Write consolidated findings with per-document citations

Output Format

When reporting document processing results:

  • Include document metadata (filename, pages, size)
  • Structure extracted content by section/chapter
  • Format tables as markdown tables
  • Include page references for all extracted content
  • Note any extraction quality issues (scanned images, corrupted pages)

Integration with NVIDIA NIM

For production deployments, GPU document processing can leverage:

  • NVIDIA NeMo Retriever: GPU-accelerated embedding and retrieval
  • NVIDIA RAPIDS cuDF: Tabular data processing from extracted tables
  • NVIDIA Triton: Scalable inference for document classification models

See NVIDIA's NIM documentation for self-hosted deployment options.

langchain-ai की और Skills

langgraph-docs
langchain-ai
LangGraph दस्तावेज़ीकरण तक पहुँचकर स्टेटफुल एजेंट और मल्टी-एजेंट वर्कफ़्लो बनाएँ। स्टेट मशीन, ग्राफ़-आधारित एजेंट डिज़ाइन और ह्यूमन-इन-द-लूप पैटर्न को कवर करने वाले आधिकारिक LangGraph Python दस्तावेज़ प्राप्त करता है। प्रश्न प्रकार के अनुसार प्रासंगिक दस्तावेज़ीकरण को प्राथमिकता देता है: कैसे-करें प्रश्नों के लिए कार्यान्वयन गाइड, सिद्धांत के लिए अवधारणा पृष्ठ, एंड-टू-एंड उदाहरण
official
langgraph-human-in-the-loop
langchain-ai
ग्राफ निष्पादन को मानव समीक्षा, अनुमोदन या सत्यापन के लिए रोकें, फिर उनके इनपुट के साथ पुनः शुरू करें। तीन घटकों की आवश्यकता है: एक चेकपॉइंटर (InMemorySaver या PostgresSaver), कॉन्फ़िग में एक थ्रेड आईडी, और JSON-सीरियलाइज़ेबल इंटरप्ट पेलोड। interrupt(value) रुकता है और डेटा सतह पर लाता है; Command(resume=value) पुनः शुरू करता है और उस मान को रुके हुए नोड पर लौटाता है। interrupt() से पहले का सारा कोड पुनः शुरू हो
official
web-research
langchain-ai
वेब अनुसंधान से संबंधित अनुरोधों के लिए इस कौशल का उपयोग करें; यह व्यापक वेब अनुसंधान करने के लिए एक संरचित दृष्टिकोण प्रदान करता है
official
langchain-oss-primer
langchain-ai
किसी भी LangChain, Deep Agents या LangGraph एजेंट निर्माण प्रोजेक्ट के लिए हमेशा यहाँ से शुरू करें। अन्य कौशल चुनने या कुछ भी लिखने से पहले आवश्यक प्रारंभिक बिंदु।
official
skill-creator
langchain-ai
प्रभावी कौशल बनाने के लिए मार्गदर्शिका जो विशेष ज्ञान, कार्यप्रवाह या उपकरण एकीकरण के साथ एजेंट क्षमताओं का विस्तार करते हैं। इस कौशल का उपयोग तब करें जब उपयोगकर्ता…
official
social-media
langchain-ai
प्लेटफ़ॉर्म-विशिष्ट सोशल मीडिया पोस्ट तैयार करता है, जिसमें शोध-समर्थित सामग्री और जनरेटेड सहायक चित्र शामिल होते हैं। लिंक्डइन पोस्ट (1,300 अक्षर, पेशेवर लहजे के साथ) और ट्विटर/एक्स थ्रेड (प्रति ट्वीट 280 अक्षर, 1/🧵 प्रारूप के साथ) का समर्थन करता है। लिखने से पहले एक उप-एजेंट को शोध सौंपने की आवश्यकता होती है, फिर सटीकता और प्रासंगिकता सुनिश्चित करने के लिए निष्कर्ष पढ़ता है। generate_social_image टूल का
official
deep-agents-memory
langchain-ai
डीप एजेंट्स के लिए प्लग करने योग्य मेमोरी और फ़ाइल बैकएंड, जिसमें एफेमरल, पर्सिस्टेंट और हाइब्रिड रूटिंग विकल्प हैं। चार बैकएंड प्रकार: स्टेटबैकएंड (थ्रेड-स्कोप्ड, एफेमरल), स्टोरबैकएंड (क्रॉस-सेशन पर्सिस्टेंट), फ़ाइलसिस्टमबैकएंड (स्थानीय डेव के लिए वास्तविक डिस्क एक्सेस), और कम्पोजिटबैकएंड (विभिन्न पथों को विभिन्न बैकएंड पर रूट करता है)। फ़
official
deep-agents-orchestration
langchain-ai
उप-एजेंटों का समन्वय करें, बहु-चरणीय कार्यों की योजना बनाएं, और संवेदनशील संचालन के लिए मानव अनुमोदन आवश्यक है। कार्य उपकरण के माध्यम से विशिष्ट उप-एजेंटों को कार्य सौंपें; कस्टम उप-एजेंट पृथक उपकरण सेट और सिस्टम प्रॉम्प्ट का समर्थन करते हैं, जबकि डिफ़ॉल्ट "सामान्य-उद्देश्य" उप-एजेंट मुख्य एजेंट कॉन्फ़िगरेशन प्राप्त करता है। write_todos के साथ जटिल वर्कफ़्लो की योजना ब
official