parser
本站收录 10 个带「parser」标签的 AI 开源项目
MinerUMinerU 是一个开源工具，能将 PDF、Word 等复杂文档转换为适合大语言模型（LLM）使用的 Markdown 或 JSON 格式。它解决了非结构化文档★ 82,361
MegaParseMegaParse 是一个专为 LLM 数据摄取而优化的文件解析工具，旨在解决传统解析器在处理 PDF、DOCX、PPTX 等文档时丢失格式和内容的问题。它能够★ 7,415
json_repairjson_repair 是一个 Python 库，专门用于修复来自大语言模型（LLM）、API、日志或用户输入中的畸形 JSON 字符串。它解决了 AI 生成内★ 5,124
StringZillaStringZilla 是一个跨语言的高性能字符串处理库，专为加速字符串搜索、哈希、排序、编辑距离计算、相似度草图和内存操作而设计。它利用现代 CPU 的 SI★ 3,575
officeParserofficeParser 是一个严格类型化的 Node.js 与浏览器端库，用于把常见办公文档解析成结构化的抽象语法树（AST），并支持再输出为多种格式。它解决★ 562
wdocwdoc 是一个面向异构文档的智能知识管理与检索工具，旨在解决从大量格式各异的文档中快速提取和查询信息的痛点。它支持接入任意 LLM 提供商（如 OpenAI、★ 545
streaming-markdownstreaming-markdown 是一个用 JavaScript 实现的流式 Markdown 渲染器，旨在模拟 ChatGPT 等 AI 对话工具中逐字输★ 390
syncodesyncode 是一个面向大语言模型的语法解码库，旨在通过约束解码过程来保证模型输出符合指定语法（如 JSON、Python 代码等）。它解决了 LLM 在生成★ 341
RapidDocRapidDoc 是一个用 Python 编写的开源 PDF 数据提取工具，目标是把结构复杂的 PDF 文档转换成 Markdown 和 JSON 两种便于后续★ 233
pdfparserpdfparser 是一个用 PHP 从零实现的 PDF 解析库，目标是在不依赖外部二进制工具的前提下，读取 PDF 并抽取文本、Markdown 与图片。它解★ 187