document-analysis — 开源软件健康

npm

91优秀健康指数

Lightweight, probably the fastest PaddleOCR SDK in TypeScript. Multilingual Support. Runs anywhere JavaScript runs: Node.js, Bun, Deno, mobile react-native, web browsers, and browser extensions. Docker & CLI supported. The official SDK is browser-only.

TypeScript · HTML★ 113↓ 33.9K/月2026年8月1日

MIT2026年8月1日 · 指标 2.10.0

PyPI

89优秀健康指数

opendatalab/MinerU

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

Python★ 76.8K↓ 313.3K/月2026年8月4日

自定义许可证2026年8月4日 · 指标 2.10.0

NuGet

80优秀健康指数

UglyToad/PdfPig

Read and extract text and other content from PDFs in C# (port of PDFBox)

C#★ 2,5012026年7月17日

Apache-2.02026年7月17日 · 指标 2.10.0

npm · crates.io · RubyGems +5

78良好健康指数

retab-dev/retab

The developper starter pack for document processing

Go · Ruby · Python★ 45↓ 822/月2026年8月7日

无许可证2026年8月7日 · 指标 2.10.0

npm

67良好健康指数

cesarandreslopez/occ

Document metrics, structure extraction, and code exploration for real repositories

TypeScript★ 6↓ 2,263/月2026年7月14日

MIT2026年7月14日 · 指标 2.10.0

npm

63中等健康指数

mysleekdesigns/crawlforge-mcp

28 MCP tools that give Claude, Cursor and any MCP client the live web — scrape, crawl, search, real Google rank, change tracking, document parsing, plus an autonomous agent that researches from a plain-English prompt with no URLs. Clean Markdown and schema-validated JSON, not raw HTML. Local-Ollama extraction by default. MIT, 1,000 free credits.

JavaScript★ 2↓ 5,179/月2026年9月5日

MIT2026年9月5日 · 指标 2.10.0

#document-analysis