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 ★ 288
核心亮点
- 封装 Doc2X API，解析精度高，支持复杂表格和公式
- 本地后处理优化文本，显著提升 RAG 检索效果
- 批量处理与多格式输出，集成简单，适合自动化流程
不足之处
- 依赖外部 API，非完全离线，需网络和 API Key
- 文档/社区待观察
适用场景
- 构建企业知识库，将 PDF 文档转为结构化文本
- RAG 系统中的文档预处理，提升检索准确性
- 学术论文批量解析为 Markdown/LaTeX
替代项目
PyMuPDF、pdfplumber、marker
同类项目推荐
web-scraper-api
开源
一个接口调全网数据，实时信息随取随用
All-in-one web scraping API for real-time, large-scale data extraction – proxies, C···
local-LLM-with-RAG
开源
本地跑大模型，私有文档秒变智能问答助手
Running local Language Language Models (LLM) to perform Retrieval-Augmented Generati···
vanna
开源
用大白话问数据库，自动生成SQL并出结果，告别手写查询。
Chat with your SQL database . Accurate Text-to-SQL Generation via LLMs using Agentic···
teracrawl
开源
把任意网页变成干净 Markdown，喂给大模型，轻松搞定！
High-performance web crawler API optimized for LLMs. Turn any search or website into···
hamuleite
开源
一键获取顶尖高校学术论文与课程资料，高效学习研究。
深度整合全球顶尖学术、金融与教育资源：学术板块汇聚 JSTOR、Taylor & Francis、剑桥大学···
gpt-rag-ingestion
开源
把企业杂文档自动切块向量化，喂给 Azure 搜索做多模态 RAG
Data ingestion service for the Agent Landing Zone. Processes PDFs, images, spreadshe···
asktube
开源
粘贴视频链接，用 AI 秒懂长视频内容并直接提问。
AskTube - An AI-powered YouTube video summarizer and QA assistant powered by Retriev···
awesome-OpenPrice
开源
查遍全网AI订阅价，一眼挑出最划算渠道
开源的 AI 订阅价格聚合与比价平台，收录 ChatGPT、Claude、Gemini、Grok、Cursor 等产品的···
bgts-context-engine
开源
不靠大模型，用代码图给 AI 编程助手喂稳定上下文
Deterministic code-graph context engine for AI coding agents - PostgreSQL + Apache A···