开源项目

按分类、标签筛选，或直接搜索项目名称。

分类标签排序

共 3 个项目 · 标签：文档解析

Docling 是一个强大的文档解析工具，支持 PDF、DOCX、PPTX、XLSX、HTML、EPUB、图片、音频等多种格式，提供高级 PDF 理解（布局、表格、公式等），并输出 Markdown、JSON 等格式，无缝集成生成式 AI 生态。

Python 7k 5.2k

Python LLM AI PDF RAG 文档解析

MinerU 是 OpenDataLab 开源的文档解析工具，可将 PDF、Office 文档、扫描件等转换为 LLM 友好的 Markdown/JSON，支持表格、公式、OCR 与版面分析，适合 RAG 与 Agent 工作流。

Python 83k 6.8k

Python LLM PDF RAG OCR 文档解析

飞桨开源的工业级 OCR 与文档智能工具包，可将图片、PDF 转成 Markdown/JSON 等结构化数据，支持 100+ 语言识别、版面与表格解析，并可直接对接 LLM 与 RAG 流程。

Python 92k 12k

Python LLM RAG OCR 文档解析 PaddlePaddle