document-parsing
10 proyectos comparten este topic de GitHub
Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.
🧬 Miembros
PaddleOCR
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that…
★ 91.8k
docling
Get your documents ready for gen AI
★ 63.4k
unstructured
Convert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming…
★ 15.6k
ExtractThinker
ExtractThinker is a Document Intelligence library for LLMs, offering ORM-style interaction for flexible and…
★ 1.6k
docstrange
Extract and convert data from any document, images, pdfs, word doc, ppt or URL into multiple formats…
★ 1.6k
TurboOCR
TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC
★ 1.1k
carrel
Ontology-Augmented Generation for AI agents.
★ 643 · GitHub ↗
NexusRAG
Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-encoder reranking — with…
★ 531
rowfill
Open-source spreadsheets platform for deep research and document processing
★ 367
DocSentinel
MCP server for AI agent for cybersecurity: automate assessment of documents, questionnaires & reports.…
★ 98
🔗 Familias relacionadas
Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.