Project Icon

MinerU

开源工具实现PDF到机器可读格式的高效转换

MinerU是一个开源的PDF转换工具,专注于科研文献处理。它能将PDF转换为markdown和JSON等机器可读格式,同时保留原文档结构和语义连贯性。该工具支持移除页眉页脚,处理多列布局,提取图像和表格,以及将公式转换为LaTeX格式。MinerU兼容多种操作系统和硬件环境,可在CPU或GPU上运行,为大规模语言模型的发展提供数据支持。

gmft - 轻量级高性能PDF表格提取开源库
GithubPDF表格提取gmft开源项目表格转换轻量级工具高性能
gmft是一个开源的PDF表格提取库,采用微软Table Transformers技术实现高质量表格识别和结构化。支持Pandas dataframe等多种输出格式,无需GPU即可高速运行。gmft依赖少、安装简单,提供模块化设计和灵活配置,在多种表格提取方案对比中表现优异。
mdpdf - 命令行Markdown转PDF工具 支持自定义样式和页眉页脚
APIGithubMarkdownPDF转换命令行工具开源项目自定义样式
mdpdf是一个功能全面的Markdown到PDF转换工具,提供命令行界面和JavaScript API。它支持自定义页眉、页脚和样式表,兼容GitHub Markdown CSS,可进行emoji转换,并允许调整页面大小和方向。mdpdf适用于各种Markdown到PDF的转换需求,从基础转换到复杂定制都能胜任。
zerox - 基于视觉模型的创新文档数字化工具
AIGPTGithubMarkdownZerox OCR开源项目文档处理
Zerox OCR是一款基于视觉模型的文档处理工具,通过将PDF转换为图像并使用GPT模型生成Markdown文本,有效处理复杂布局、表格和图表。与传统OCR服务相比,Zerox在准确度和表格处理方面表现出色,同时保持价格竞争力。该工具支持多种输入方式,提供灵活配置,为文档数字化提供了简单高效的解决方案。
textract - 多格式文档文本提取工具
GithubPython库textract开源项目文本提取文档处理
textract是一个开源文本提取工具,支持从多种格式文档(如PDF、Word、Excel等)中提取文本。该项目最初由Dean Malmgren创建,现由Jazzband社区维护。textract提供简单接口,具备全面的文档支持,旨在简化文本提取流程。它适用于需要从不同类型文档中批量提取文本的场景,为用户提供高效的文本提取解决方案。
llmsherpa - PDF智能解析与大语言模型应用框架
GithubLLM SherpaLayoutPDFReaderPDF解析向量搜索开源项目文档结构分析
LLM Sherpa是一个开源项目,提供LayoutPDFReader工具用于智能解析PDF文档结构,包括章节、段落和表格。该工具支持精确分块并保留上下文信息,适用于向量搜索和生成式AI应用。项目提供API接口,便于集成到各类大语言模型应用中,如问答系统和文本摘要。LLM Sherpa简化了PDF处理流程,为开发者提供了高效的大语言模型应用开发框架。
Airparser - 智能文档数据提取和自动化处理平台
AI工具AirparserGPT解析器数据提取文档处理自动化
Airparser是一款基于GPT技术的智能数据提取平台,能从邮件、PDF和各类文档中自动提取结构化数据。支持多种文档格式,包括手写文本,设置简便快速。集成OCR引擎,提供API和webhook,支持60多种语言识别。可将提取数据实时导出至Google Sheets、HubSpot、QuickBooks等多种应用和平台。Airparser为企业提供高效、安全的数据处理方案,简化文档管理和数据分析流程。
nlm-ingestor - 多格式文档解析器助力RAG优化
Apache TikaGithubHTML解析PDF解析RAGnlm-ingestor开源项目
nlm-ingestor是一个开源的文档解析工具,专门针对RAG(检索增强生成)进行了优化。它支持PDF、HTML和文本等多种格式,提供章节划分、段落链接和表格识别等精确的内容结构化功能。该项目整合了改进版Apache Tika和OCR技术,能够高效处理大型文档。nlm-ingestor不依赖特殊硬件,为开发者提供了强大的基础设施,有助于提高LLM项目的检索和生成性能。
Umi-OCR_v2 - 开源多语言OCR软件 支持批量处理和自定义识别
GithubUmi-OCR仓库迁移开源项目版本更新项目重构
Umi-OCR是一款开源的光学字符识别软件,支持多语言识别、批量处理和自定义识别区域。项目已完成v2版本重构并发布2.0.0正式版,迁移至主仓库继续更新。Umi-OCR作为长期项目,将持续优化识别精度和用户体验。
docling - 高效的多格式文档解析和转换工具
CLI工具DoclingGithubOCR支持PDF解析开源项目文档解析
Docling是一个多功能的文档解析工具,支持解析PDF、DOCX、PPTX等常见格式,并可输出为Markdown和JSON格式。其PDF高级功能涵盖页面布局分析、阅读顺序和表格结构识别。工具提供统一的DoclingDocument表示格式,支持与LlamaIndex和LangChain的集成,适合信息检索和问答应用。此外,它支持扫描PDF的OCR,并提供便捷的命令行工具。即将支持方程、代码和元数据的提取。安装简单,兼容多平台和多架构。详情请参阅在线文档。
GetSearchablePDF - OCR技术将PDF文档转换为可搜索文本
AI工具OCRPDF信用点数搜索转换
GetSearchablePDF提供PDF文档OCR转换服务,将扫描或图像PDF转为可搜索文本。用户通过拖放操作即可在短时间内完成转换。网站提供免费试用和多种付费方案,满足不同需求。处理后文件自动删除,保障数据安全。这是一个高效、便捷的PDF文档数字化解决方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号