Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-19 05:39 UTC

ispras / dedoc

Dedoc is a library (service) for automate documents parsing and bringing to a uniform format. It automatically extracts content, logical structure, tables, and meta information from textual electronic documents. (Parse document; Document content extraction; Logical structure extraction; PDF parser; Scanned document parser; DOCX parser; HTML parser

Python · HTMLApache-2.0★ 737 Sterne⑂ 65 Forksseit Dez. 2020Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#doc#docx#odt#documents#excel#pdf#txt#ocr#scanned-documents#document-content-extraction#table-of-contents#table-recognition#html#docx-parser#html-parser#pdf-parser#document-analysis#logical-structure-extraction

ispras/dedoc erreicht einen Gesundheitsindex von 12 von 100 und liegt damit im Bereich Kritisch. Am stärksten schneidet es bei Engineering Quality (86/100) ab, am schwächsten bei Security (13/100). Zuletzt vor 19 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

12
gesamt / 100
Kritisch

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

12
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 58 wird auf der veröffentlichten Indexskala auf 62 kalibriert (Register-Kalibrierung 2026-08-02). Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 20 % auf die gewichtete Gesamtgesundheit an und begrenzt sie auf die Obergrenze Gefährdet von 34.

Eigentümerschaft

Ivannikov Institute for System Programming of the Russian Academy of SciencesOrganisation
149 Follower126 öffentliche Reposseit Sept. 2011

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdedoc2.850935vor 26 Tagendocument-analysislogical-structure-extractionocrdeep-learningcomputer-vision

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

61Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

41Schwach
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 19 Tagen
2.8/36Commit-Rhythmus — 4/52 Wochen mit Commits
6.3/18Commit-Volumen — 4 Commits im letzten Jahr
3/10OpenSSF Scorecard: Maintained — 2 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 3
Verwendete Eingangsdaten
commits_last_year4
human_commit_share1
days_since_last_push19
active_weeks_last_year4

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 31 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 26 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 85,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count31
latest_release_tagv2.8
releases_from_tagsnein
days_since_latest_release26
mean_days_between_releases85,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

56Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

67Gut
Wie die Bewertung erfolgt
46.5/60Stars — 737 Stars
15.1/25Forks — 65 Forks
5.3/15Watcher — 10 Watcher
Verwendete Eingangsdaten
forks65
stars737
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges9
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, github.com, readthedocs.org, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

45Schwach
Wie die Bewertung erfolgt
36.1/80Downloads pro Monat — 509 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdedoc
dependents—
ecosystemspypi
total_downloads—
monthly_downloads509
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

34Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 53 % der Commits
8.1/13.5Breite der Beitragenden — 6 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled6
top_contributor_share0,532

Reaktionsfähigkeit bei Issues & PRs

74Gut
Wie die Bewertung erfolgt
30.9/42Issue-Lösungsquote — 74 % der Issues geschlossen
27.4/30PR-Annahme — 479/525 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
6/15OpenSSF Scorecard: Code-Review — Found 14/30 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs479
open_issues9
closed_issues25
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,735
closed_unmerged_prs46
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

71Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
15.6/25Reichweite des Inhabers — 149 Follower von ispras
25/25Kontohistorie — 126 öffentliche Repos, Kontoalter ca. 15 Jahre
Verwendete Eingangsdaten
followers149
owner_typeOrganization
is_verifiednein
owner_loginispras
public_repos126
account_age_days5.521

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 26 Tagen
20/20Versionshistorie — 35 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdedoc
ecosystemspypi
any_deprecatednein
min_days_since_publish26

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

76Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
2/20OpenSSF Scorecard: CI-Tests — 5 out of 27 merged PRs checked by a CI test -- score normalized to 1
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://dedoc.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 18 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsdoc, docx, odt, documents, excel, pdf, txt, ocr, scanned-documents, document-content-extraction, table-of-contents, table-recognition, html, docx-parser, html-parser, pdf-parser, document-analysis, logical-structure-extraction
has_wikija
homepage—
docs_sitehttps://dedoc.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

13Kritisch · 16 % des Gesamtindex

Sicherheitslage

5Kritisch
Wie die Bewertung erfolgt
0/7.5Binary-Artifacts — binaries present in source code
0/7.5Branch-Protection — keine Daten
0.2/2.5CI-Tests — 5 out of 27 merged PRs checked by a CI test -- score normalized to 1
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 14/30 approved changesets -- score normalized to 4
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
2.2/7.5Maintained — 2 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 3
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 16 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate2,7
high_risk_jurisdiction_cap34
high_risk_jurisdiction_multiplier20
security_posture_after_multiplier5
security_posture_before_jurisdiction27
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert. Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 20 % an und begrenzt die Sicherheitslage auf die Obergrenze Gefährdet von 34.

Abhängigkeits-Advisories

44Schwach
Wie die Bewertung erfolgt
5.1/35Direkte Abhängigkeiten ohne bekannte Advisories — 8 betroffen: fastapi 0.106.0 (high 7.5), opencv-python 4.5.5.64 (high 8.8), pdfminer-six 20231228.0.0 (high 8.6), +5 weitere
19/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: anyio 3.7.1 (unknown)
19.8/40Keine offenen Advisories — 5 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 1.115 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories150
affected_packages9
assessed_packages89
unassessed_packages0
affected_by_severityhigh 5, unknown 4
direct_affected_packages8
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:dedoc@2.8 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 89 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

48Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

24Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
24.5/40Lesbare Commit-Historie — 46 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,46
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

43Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/514 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes37.457
source_files_sampled514
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

737GitHub-Sterne
6Mitwirkende
4Commits, letzte 12 Monate
19Tage seit letztem Push
31Releases
1Bus-Faktor
9offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Advisory severity resolved for 120 of 150 advisories (lookup cap); the remainder are reported as unknown severity

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 65 ⇿
0Sterne
65Forks
31Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

01325385063756562021-012023-112026-09
Major 0Minor 3Patch 16

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 2.7 / 10
2.7Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-10-19 05:39 UTC

0Binary-Artifactsbinaries present in source code
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
1CI-Tests5 out of 27 merged PRs checked by a CI test -- score normalized to 1
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 14/30 approved changesets -- score normalized to 4
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
3Maintained2 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 3
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities16 existing vulnerabilities detected
Alle Abhängigkeiten 69

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 69 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIapted1.0.3indirekt
PyPIbeautifulsoup4—indirekt
PyPIcharset-normalizer—indirekt
PyPIcython—indirekt
PyPIdedoc-utils0.3.11indirekt
PyPIdistance0.1.3indirekt
PyPIdocutils0.18.1indirekt
PyPIfastapi—indirekt
PyPIflake85.0.4indirekt
PyPIflake8-absolute-import1.0.0.1indirekt
PyPIflake8-annotations2.9.1indirekt
PyPIflake8-bugbear23.3.12indirekt
PyPIflake8-builtins2.1.0indirekt
PyPIflake8-fill-one-line—indirekt
PyPIflake8-import-order0.18.2indirekt
PyPIflake8-multiline-containers0.0.19indirekt
PyPIflake8-print5.0.0indirekt
PyPIflake8-quotes3.3.2indirekt
PyPIflake8-tidy-imports4.10.0indirekt
PyPIflake8-use-fstring1.4indirekt
PyPIfonttools—indirekt
PyPIhtml2text2024.2.26indirekt
PyPIhuggingface-hub—indirekt
PyPIimutils0.5.4indirekt
PyPIitsdangerous—indirekt
PyPIlevenshtein—indirekt
PyPIlinuxdoc20230506indirekt
PyPIolefile—indirekt
PyPIopencv-python—indirekt
PyPIorjson—indirekt
PyPIpandas—indirekt
PyPIpdf-tocgen—indirekt
PyPIpdf2image1.10.0indirekt
PyPIpdfminer-six—indirekt
PyPIpep8-naming0.13.3indirekt
PyPIpiexif1.1.3indirekt
PyPIpuremagic—indirekt
PyPIpy7zr—indirekt
PyPIpycodestyle2.9.0indirekt
PyPIpypdf—indirekt
PyPIpypdfium2—indirekt
PyPIpytesseract0.3.10indirekt
PyPIpython-docx0.8.11indirekt
PyPIpython-magic—indirekt
PyPIpython-multipart0.0.6indirekt
PyPIrarfile4.0indirekt
PyPIrequests—indirekt
PyPIroman—indirekt
PyPIrtree—indirekt
PyPIscikit-image—indirekt
PyPIscikit-learn—indirekt
PyPIscipy—indirekt
PyPIsix—indirekt
PyPIsphinx6.2.1indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-rtd-theme1.2.0indirekt
PyPIsphinx-togglebutton0.3.2indirekt
PyPIstarlette—indirekt
PyPItabula-py2.8.1indirekt
PyPItexttable—indirekt
PyPItorch—indirekt
PyPItorchvision—indirekt
PyPItransformers—indirekt
PyPIujson—indirekt
PyPIuvicorn—indirekt
PyPIwget3.2indirekt
PyPIxgbfir—indirekt
PyPIxgboost—indirekt
PyPIxlrd—indirekt
Abhängigkeits-Advisories 9

Die Installation von pypi:dedoc@2.8 zieht 89 Pakete nach sich, direkt und transitiv: 9 tragen bekannte Advisories, davon 8 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
fastapi0.106.0direkthoch10.109.1
opencv-python4.5.5.64direkthoch24.8.1.78
pdfminer-six20231228.0.0direkthoch420251230
pypdf5.9.0direkthoch976.19.0
python-multipart0.0.6direkthoch180.0.31
scikit-learn1.2.2direktunbekannt2—
starlette0.27.0direktunbekannt14—
ujson5.8.0direktunbekannt8—
anyio3.7.1indirektunbekannt4—

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit ispras/dedoc teilen. Nebeneinander lesen →

98Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Außergewöhnlich98docling-project/doclingGet your documents ready for gen AIAußergewöhnlich94opendataloader-project/opendataloader-pdfPDF Parser for AI-ready data. Automate PDF accessibility. Open-source.Außergewöhnlich94microsoft/markitdownPython tool for converting files and office documents to Markdown.Außergewöhnlich94mindee/doctrdocTR (Document Text Recognition) - a seamless, high-performing & accessible library for OCR-related tasks powered by Deep Learning. Ongoing development and maintenance by t2k.Außergewöhnlich93run-llama/liteparseA fast, helpful, and open-source document parserAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.