document-parsing — 开源软件健康

PyPI

87优秀健康指数

Convert 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.

HTML★ 15.2K↓ 5.1M/月2026年7月18日

Apache-2.02026年7月18日 · 指标 1.13.0

PyPI

84良好健康指数

docling-project/docling

Get your documents ready for gen AI

Python★ 63.1K↓ 7.4M/月2026年7月13日

MIT2026年7月13日 · 指标 1.13.0

PyPI

83良好健康指数

ds4sd/docling

Get your documents ready for gen AI

Python★ 63.4K2026年7月17日

MIT2026年7月17日 · 指标 1.13.0

npm · PyPI

82良好健康指数

PaddlePaddle/PaddleOCR

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.

Python★ 85.3K↓ 2.6M/月2026年7月13日

Apache-2.02026年7月13日 · 指标 1.13.0

Maven · npm

79良好健康指数

opendataloader-project/opendataloader-pdf

PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.

Java · Python★ 27.3K2026年7月16日

Apache-2.02026年7月16日 · 指标 1.13.0

npm

66中等健康指数

Ontos-AI/knowhere-node-sdk

该仓库未发布描述。

TypeScript★ 1↓ 2,166/月2026年7月19日

MIT2026年7月19日 · 指标 1.13.0

crates.io · Go · npm +2

61中等健康指数

kreuzberg-dev/kreuzberg-lts

Kreuzberg v4 LTS — long-term support for the v4 line (legacy; superseded by xberg for v5+). MIT-licensed.

Rust★ 2↓ 0/月2026年7月13日

MIT2026年7月13日 · 指标 1.13.0

npm · Go

57中等健康指数

laiye-ai/adp-cli

The official Laiye ADP CLI and skill built for humans and agents. It enables agents to perform parsing, classification, extraction, validation on any type of documents with high accuracy.

Go★ 6↓ 166/月2026年7月22日

自定义许可证2026年7月22日 · 指标 1.13.0

#document-parsing