项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 195
核心亮点
- 提供统一 PDF 转 Markdown 流程，简化多格式文档预处理
- 内置分块策略对比功能，可量化评估不同分块方式的效果
- 支持元数据自动补充，增强检索上下文和回答准确性
不足之处
- 项目处于早期阶段，文档和社区生态尚待完善
- 功能覆盖面广但深度可能不足，部分高级场景需自行扩展
适用场景
- 构建企业知识库问答系统时，需要清洗和分块大量 PDF 文档
- 对比不同分块策略对 RAG 检索效果的影响，进行实验调优
- 为 LLM 应用准备高质量文档数据，需要提取结构化元数据
替代项目
LlamaIndex、LangChain、unstructured
下一篇：PaperLens
同类项目推荐
rag-chat
开源
快速搭建检索增强对话原型，验证 RAG 想法。
Prototype SDK for RAG development.
AITreasureBox
开源
自动抓取AI资源，一站找齐工具论文教程
Automatically collected AI repos, tools, websites, papers & tutorials. 实用AI百宝箱
docsagent
开源
让 AI 秒读你的 Zotero 文献库，本地私密检索
⚡ DocsAgent — give your AI agents instant, private access to your personal knowled···
VARAG
开源
让 RAG 看懂图片，多模态问答更准确
Vision-Augmented Retrieval and Generation (VARAG) - Vision first RAG Engine
Des-CTF-Knowledge
开源
CTF 资料一库打尽，AI 问答秒查漏洞与题解
2026 CTF 知识库：12 篇 Web 漏洞深度文章 + 1049 篇历年大赛 WP + 110 个解题脚本 + Payl···
BibiGPT-v1
开源
一键总结音视频，对话式学习，省时省力
BibiGPT v1 · one-Click AI Summary for Audio/Video & Chat with Learning Content: Bil···
llm-chatbot-rag
开源
本地跑通PDF智能问答，让文档自己开口说话
A local LLM chatbot with RAG for PDF input files
medical-rag
开源
一键搭中文医学知识库，问答有据可查
医学中文RAG项目，使用langchain+milvus，支持快速一键式部署，支持无缝领域迁移
awesome-rag
开源
一站式收藏 RAG 精华资源，快速上手检索增强生成
A curated list of retrieval-augmented generation (RAG) in large language models