跳过主要内容
广告OpenFree logo推广你的产品触达更多潜在用户,助力产品增长与收益提升。投放广告

数据与检索

向量检索与文档理解基础设施。

Favicon of MarkItDown

MarkItDown

Free 等级项目星标数: 191.8K

将文档与媒体转换为 LLM 可用的 Markdown

文档解析与 OCR

MarkItDown 是轻量级 Python 工具,可将 PDF、Office 文档、图片、音频、HTML、文本类格式、ZIP、YouTube URL 和 EPub 转换为 Markdown,并尽量保留标题、列表、表格和链接等结构,面向 LLM 与文本分析流程。

Favicon of Scrapling

Scrapling

Free 等级项目星标数: 93.2K

面向现代 Web 的轻松网页抓取

网页抓取与提取

Scrapling 是一个 Python 网页抓取框架,支持快速 HTTP 请求、隐蔽浏览器、强大解析与并发爬取,可从单次请求扩展到全站抓取。

Favicon of PaddleOCR

PaddleOCR

Free 等级项目星标数: 90.2K

全球领先的OCR工具包与文档AI引擎

文档解析与 OCR

PaddleOCR 是一款强大、轻量的 OCR 与文档解析工具包,可将 PDF 和图像转换为结构化、可供 LLM 使用的数据。它支持 100 多种语言、JSON 和 Markdown 输出,并帮助构建 RAG 和 Agentic 应用。

Favicon of Docling

Docling

Free 等级项目星标数: 68K

让文档为生成式 AI 做好准备

文档解析与 OCR

Docling 是一个开源文档处理库,可解析多种格式并具备高级 PDF 理解能力,同时与生成式 AI 生态无缝集成。它提供统一的 DoclingDocument 表示,支持本地执行,并适配敏感数据和气隙环境。

Favicon of PPT Master

PPT Master

Free 等级项目星标数: 56.6K

从任意文档生成原生可编辑的 PPTX

文档解析与 OCR

PPT Master 可将文档或主题生成原生 PowerPoint 演示文稿,包含真实形状、切换与动画、按需生成的数据驱动图表和表格,并支持使用自己的 .pptx 模板。拖入 PDF、DOCX、链接或 Markdown,得到的是可继续编辑的 PPTX,而非图片。

Favicon of OpenViking

OpenViking

Free 等级项目星标数: 38.7K

面向 AI 智能体的开源上下文数据库

向量数据库

OpenViking 是面向 AI 智能体的开源上下文数据库,统一智能体记忆、知识 RAG 与技能。它把上下文组织为 viking:// 下可浏览的文件系统,支持分层摘要与目录内的语义检索,让上下文成为可检索、可复用的资产,并可接入多种智能体框架。

Favicon of PDFMathTranslate

PDFMathTranslate

Free 等级项目星标数: 38.1K

保留排版的科学 PDF 翻译工具

文档解析与 OCR

PDFMathTranslate 是开源科学 PDF 文档翻译工具,在翻译时保留排版、公式、图表、目录与注释,支持多种翻译服务以及命令行、图形界面、Docker 与 Zotero 工作流。

Favicon of Qdrant

Qdrant

Free 等级项目星标数: 34.8K

高性能向量数据库与向量搜索引擎

向量数据库

Qdrant 是一个高性能、可大规模扩展的向量数据库和向量相似度搜索引擎,专为新一代 AI 应用设计。它支持存储、搜索和管理带 payload 的向量,并提供全托管的 Qdrant Cloud 服务。

Favicon of Graphiti

Graphiti

Free 等级项目星标数: 31.2K

构建时序知识图谱的框架

知识图谱与 GraphRAG

Graphiti 是一个开源框架,用于构建和查询面向 AI 代理的时序知识图谱。它跟踪事实随时间的变化,维护对源数据的溯源,并支持针对不断演变的现实数据的混合检索。

Favicon of Chroma

Chroma

Free 等级项目星标数: 29.4K

面向 AI 的开源搜索基础设施

向量数据库

Chroma 是面向 AI 的开源搜索基础设施,提供快速、无服务器且可扩展的基础设施,支持向量、稀疏向量、全文、正则与元数据搜索,基于对象存储构建,适用于多租户索引,采用 Apache 2.0 开源许可。

Favicon of anydoc

anydoc

Free 等级项目星标数: 22.1K

将各类文档转换为 GitHub 风格 Markdown 的 Rust 库

文档解析与 OCR

anydoc 是 Firecrawl 开发的开源 Rust 库,可将 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 转换为整洁的 GitHub 风格 Markdown,并提供 Node.js、Python、浏览器和 CLI 绑定。

Favicon of XERJ

XERJ

Free 等级项目星标数: 6.9K

为 AI 智能体打造的搜索

向量数据库

XERJ 是 AI 原生搜索引擎,为代码、文档和数据建立索引,随后由索引而非上下文窗口回答智能体的提问。它兼容 Elasticsearch API,现有客户端无需改动即可连接,并以单个 Rust 二进制文件形式发布。

Favicon of PDF Craft

PDF Craft

Free 等级项目星标数: 6.6K

扫描书转可读电子书,PDF 转 EPUB/Markdown 并支持翻译

文档解析与 OCR

PDF Craft 可将扫描版 PDF 书籍转换为可编辑的 Markdown 或适合阅读器阅读的 EPUB,并支持翻译 PDF 与 EPUB 文档,包括双语输出。

Favicon of Marble Skill Taxonomy

Marble Skill Taxonomy

Free 等级项目星标数: 5K

开放的小学学习主题与先修依赖分类体系

知识图谱与 GraphRAG

一个开放、结构化的中小学学习主题分类体系,覆盖八个学科的1590个微主题,以3221条先修依赖连成有向无环图,并对齐国家课程标准。

Favicon of WaterCrawl

WaterCrawl

Free 等级项目星标数: 2.2K

开源自托管网页抓取与搜索引擎

检索与搜索引擎

WaterCrawl 是一个开源、自托管的网页爬虫、抓取与搜索引擎,可将网页内容转换为结构化、可供 LLM 使用的数据,用于 AI 流水线和自动化工作流。

OpenFree logo

Sand3D

Free 等级项目星标数: 1.2K

面向 LLM 的 Python 3D 建模

数据集、标注与数据质量

Sand3D 是一个开源的三维代码库与数据集,其中的三维对象使用面向 LLM 的 Sand3D 语言编写。每个对象对应一个 Python 程序,描述各部件、形状、孔洞、位置和材质,也包含参数化机械 CAD 零件与可供 Blender、three.js 和 glTF 引擎使用的网格。

Favicon of @office-kit/xlsx

@office-kit/xlsx

Free 等级项目星标数: 0.1K

在 TypeScript 中读取、编辑和写入 Excel 文件

文档解析与 OCR

一个用于在 Node 22+ 和现代浏览器中读取、编辑和写入 Excel .xlsx 工作簿的 TypeScript 库。它逐字节保留未建模的部分,支持大型工作表的流式处理,并依据 ECMA-376 架构验证输出。

Favicon of @office-kit/pptx

@office-kit/pptx

Free 等级项目星标数: 0K

用 TypeScript 读取、编辑和写入 .pptx 文件

文档解析与 OCR

@office-kit/pptx 是一个用于在 Node.js 和浏览器中读取、编辑和写入 PowerPoint(.pptx)文件的 TypeScript 库。MIT 许可,无原生模块,采用单一 ESM 构建。

Favicon of @office-kit/docx

@office-kit/docx

Free 等级项目星标数: 0K

在 TypeScript 中读取、编辑和写入 Word 文档。

文档解析与 OCR

一个用于读取、编辑和写入 Word .docx 文档的 TypeScript 库。它能从头创建文件,也能编辑现有模板,可在 Node.js 和浏览器中运行。

广告
OpenFree logo推广你的产品

触达更多潜在用户,助力产品增长与收益提升。

投放广告