一句话让 AI 从文档和网页中提取结构化数据，直接返回 JSON。
open-extract 是一个面向 AI 代理的结构化数据提取工具，旨在让代理通过一次工具调用，从文档或网页中搜索特定数据，并以 JSON 或 Markdown 格式返回结果。它解决了 AI 代理在需要从非结构化文本中抽取字段时，往往需要编写复杂解析逻辑或多次调用模型的问题。核心能力包括：支持多种数据源（本地文档、网页）、基于自然语言查询提取、输出结构化格式、与代理框架无缝集成。项目处于早期阶段，代码库简洁，易于定制和扩展，适合开发者快速集成到自己的 AI 工作流中。
Unstructured.io、LangChain 的输出解析器、Firecrawl
open-extract 是搜索知识领域的开源项目，由 velocitybolt 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 189。
项目仍在小幅维护中，最近一次代码更新于 2026-08-15。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：AI代理需要从公司内部文档中提取关键字段（如合同编号、日期）。同类可对比的替代方案包括 Unstructured.io、LangChain 的输出解析器、Firecrawl。
上一篇：RAG-SaaS
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
