Git Stars Git Stars

#document-processing Repositories

Entdecke 65 aktive Open-Source-GitHub-Repositories, die mit #document-processing getaggt sind und insgesamt 214,351 Sterne gesammelt haben (durchschnittlich 3,297 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist virgiliojr94/book-to-skill mit 38,623 Sternen.

65
Gesamtzahl der Repositories
214,351
Gesamtanzahl der Sterne
3,297
Durchschnittliche Sterne/Repo

Insgesamt 65 Repositories

1
virgiliojr94/book-to-skill

Verwandeln Sie jedes technische Buch‑PDF in eine Claude‑Code‑Fähigkeit — bereit zum Lernen, Nachschlagen und Verwenden, während Sie arbeiten.

virgiliojr94
⭐ 38,623 Python 👤 virgiliojr94 User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-05-01
2
storytold/pdfcraft

PdfCraft: Ein Open-Source-PDF-Reader und -Editor, von Grund auf in reinem Rust geschrieben

storytold
⭐ 21,378 Rust 👤 storytold Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-30
3
rocketride-org/rocketride-server

RocketRide ist ein Open-Source-KI-Meta-Harness mit der einzigen auf C++ basierenden Laufzeitumgebung auf Enterprise-Niveau. Entwickeln, testen und veröffentlichen Sie langlebige Agenten, die in der Produktion skalieren.

rocketride-org
⭐ 20,003 Python 👤 rocketride-org Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-02-11
4
allenai/olmocr

Toolkit zur Linearisierung von PDFs für LLM-Datensätze/Training

allenai
⭐ 19,838 Python 👤 allenai Organization 🕐 Aktualisiert 2026-03-25 📅 Erstellt 2024-09-17
5
run-llama/liteparse

Ein schneller, hilfreicher und Open-Source-Dokumentenparser

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-02-09
6
BehiSecc/awesome-claude-skills

Eine kuratierte Liste der Claude-Fähigkeiten.

BehiSecc
⭐ 10,463 👤 BehiSecc User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2025-10-17
7
oomol-lab/pdf-craft

PDF craft kann PDF-Dateien in verschiedene andere Formate konvertieren. Dieses Projekt wird sich auf die Verarbeitung von PDF-Dateien gescannter Bücher konzentrieren.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-02-12
8
OpenSenseNova/SenseNova-Skills

Modulare SenseNova-Fähigkeiten zum Aufbau von KI-gestützten Büroassistenten und Produktivitäts-Workflows

OpenSenseNova
⭐ 6,102 JavaScript 👤 OpenSenseNova Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2026-04-14
9
python-openxml/python-docx

Word-Dokumente mit Python erstellen und ändern

python-openxml
⭐ 5,777 Python 👤 python-openxml Organization 🕐 Aktualisiert 2026-08-01 📅 Erstellt 2013-10-15
10
going-doer/Paper2Code

Paper2Code: Automatisierung der Codegenerierung aus wissenschaftlichen Arbeiten im Bereich maschinelles Lernen

going-doer
⭐ 5,044 Python 👤 going-doer User 🕐 Aktualisiert 2026-03-25 📅 Erstellt 2025-04-25
11
ucbepic/docetl

Ein System für agentengesteuerte LLM-gestützte Datenverarbeitung und ETL

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2024-07-09
12
ArtifexSoftware
⭐ 3,066 C 👤 ArtifexSoftware Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2015-06-24
13
wxyhgk/retain-pdf

PDF-Übersetzung unter Beibehaltung von Layout, Formeln und Struktur, geeignet für wissenschaftliche und technische Dokumente

wxyhgk
⭐ 2,734 Python 👤 wxyhgk User 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2026-03-29
14
ctripcorp/C-OCR

C-OCR ist ein von Ctrip selbst entwickeltes OCR-Projekt, das hauptsächlich die Erkennung von reisebezogenen Ausweisen und Materialien wie Personalausweisen, Pässen, Zugtickets, Visa usw. umfasst. Das Projekt umfasst 4 Teile: Ablehnung, Detektion, Erkennung, Nachbearbeitung.

ctripcorp
⭐ 2,467 Java 👤 ctripcorp Organization 🕐 Aktualisiert 2024-02-14 📅 Erstellt 2019-04-11
15
tesseract-ocr/tessdoc

Tesseract-Dokumentation

tesseract-ocr
⭐ 2,462 HTML 👤 tesseract-ocr Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2020-01-30
17
shcherbak-ai/contextgem

Extrahieren Sie strukturierte Daten und Erkenntnisse aus Dokumenten mithilfe großer Sprachmodelle und Entscheidungsmodelle

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-10-11
18
pmaupin/pdfrw

pdfrw ist eine reine Python-Bibliothek zum Lesen und Schreiben von PDFs

pmaupin
⭐ 1,912 Python 👤 pmaupin User 🕐 Aktualisiert 2024-04-29 📅 Erstellt 2015-05-30
19
WASasquatch/was-node-suite-comfyui

WAS-NS v3 Reborn; Werkzeuge für Bildverarbeitung, Filter, Maskierung, Text, Logik, Zahlen, latente Variablen, Dateien, 3D-Szenen und Animation.

WASasquatch
⭐ 1,899 Python 👤 WASasquatch User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2023-03-24
20
syncfusion/flutter-widgets

Die Syncfusion Flutter Widgets-Bibliotheken umfassen hochwertige UI-Widgets und Dateiformatpakete, die Ihnen helfen, reichhaltige, qualitativ hochwertige Anwendungen für iOS, Android und Web mit einer einzigen Codebasis zu erstellen.

syncfusion
⭐ 1,787 Dart 👤 syncfusion Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2020-10-01
21
nguyenq/tess4j

Java JNA-Wrapper für die Tesseract OCR API

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2014-06-25
22
itext/itextpdf

[DEPRECATED] Kern-Java-Bibliothek + PDF/A, xtra und XML Worker. Nur Sicherheitspatches werden hinzugefügt – bitte iText 7 verwenden

itext
⭐ 1,680 Java 👤 itext Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2013-12-03
23
GongRzhe/Office-Word-MCP-Server

Ein Model Context Protocol (MCP)-Server zum Erstellen, Lesen und Bearbeiten von Microsoft Word-Dokumenten. Dieser Server ermöglicht KI-Assistenten die Arbeit mit Word-Dokumenten über eine standardisierte Schnittstelle und bietet umfangreiche Bearbeitungsfunktionen für Dokumente.

GongRzhe
⭐ 1,672 Python 👤 GongRzhe User 🕐 Aktualisiert 2025-12-31 📅 Erstellt 2025-03-25
24
enoch3712/ExtractThinker

ExtractThinker ist eine Document Intelligence-Bibliothek für LLMs, die eine ORM-ähnliche Interaktion für flexible und leistungsstarke Dokumenten-Workflows bietet.

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 Aktualisiert 2026-09-16 📅 Erstellt 2024-02-01
25
Topdu/OpenOCR

OpenOCR: Ein Open‑Source‑Toolkit für allgemeine OCR‑Forschung und -Anwendungen, das ein einheitliches Trainings- und Bewertungbench‑Mark, kommerziell ausgereifte OCR‑ und Dokumenten-Parsing-Systeme sowie treue Reproduktionen der Kernimplementierungen aus einer breiten Palette akademischer Arbeiten integriert.

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 Aktualisiert 2026-09-21 📅 Erstellt 2024-05-31
26
tjmlabs/ColiVara

Colivara ist eine Reihe von Diensten, mit denen Sie Dokumente basierend auf deren visueller Einbettung speichern, suchen und abrufen können. ColiVara bietet eine hochmoderne Abrufleistung sowohl für Text- als auch für visuelle Dokumente. unter Verwendung von Visionsmodellen anstelle von Chunking und Textverarbeitung für Dokumente. Kein OCR, keine Textextraktion, keine kaputten Tabellen oder fehlenden Bilder.

tjmlabs
⭐ 1,485 Python 👤 tjmlabs Organization 🕐 Aktualisiert 2026-07-08 📅 Erstellt 2024-09-21
27
egoist/chatwise-releases

Der schnellste KI-Chatbot für jedes LLM

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 Aktualisiert 2026-07-01 📅 Erstellt 2024-11-05
28
huridocs/pdf-document-layout-analysis

Ein Docker-gestützter Dienst für die Analyse von PDF-Dokumentlayouts. Dieser Dienst bietet einen mächtigen und flexiblen PDF-Analysedienst. Der Dienst ermöglicht die Segmentierung und Klassifizierung verschiedener Teile von PDF-Seiten und identifiziert Elemente wie Texte, Titel, Bilder, Tabellen und so weiter.

huridocs
⭐ 1,366 Python 👤 huridocs Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2024-05-06
29
danvergara/morphos

Selbst gehosteter Dateikonverter-Server

danvergara
⭐ 1,314 Go 👤 danvergara User 🕐 Aktualisiert 2024-11-16 📅 Erstellt 2023-10-08
30
empira/PDFsharp-1.5

Eine .NET-Bibliothek zur PDF-Verarbeitung

empira
⭐ 1,300 C# 👤 empira Organization 🕐 Aktualisiert 2024-01-25 📅 Erstellt 2015-12-16
31
ssine/pptx2md

Ein PPTX-zu-Markdown-Konverter

ssine
⭐ 1,279 Python 👤 ssine User 🕐 Aktualisiert 2026-04-21 📅 Erstellt 2018-11-02
32
yfedoseev/pdf_oxide

Die schnellste PDF-Bibliothek für Python und Rust. Text-Extraktion, Bild-Extraktion, Markdown-Konvertierung, PDF-Erstellung & -Bearbeitung. 0,8 ms Mittelwert, 5× schneller als Branchenführer, 100% Erfolgsquote bei 3.830 PDFs. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-11-05
34
DonTizi/rlama

Ein leistungsstarkes KI-gestütztes Frage-Antwort-Tool für Dokumente, das sich mit Ihren lokalen Ollama-Modellen verbindet. Erstellen, verwalten und interagieren Sie mit RAG-Systemen für all Ihre Dokumentenanforderungen.

DonTizi
⭐ 1,096 Go 👤 DonTizi User 🕐 Aktualisiert 2025-08-09 📅 Erstellt 2025-03-05
35
ocrbase-hq/ocrbase

📄 PDF -> .MD/.JSON API & SDK für PaddleOCR-VL mit strukturiertem Datenauszug. Selbst-hostbar.

ocrbase-hq
⭐ 990 TypeScript 👤 ocrbase-hq Organization 🕐 Aktualisiert 2026-04-13 📅 Erstellt 2026-01-20
36
mudler/LocalRecall

:brain: 100% lokaler Speicher Layer und Wissensbasis für Agenten mit WebUI

mudler
⭐ 987 Go 👤 mudler User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2025-02-12
⭐ 964 Python 👤 Unstructured-IO Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2022-12-09
38
docling-project/docling-graph

Verwandeln Sie unstrukturierte Dokumente in validierte, umfangreiche und abfragbare Wissensgraphen.

docling-project
⭐ 947 Python 👤 docling-project Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2025-11-17
40
eclaire-labs/eclaire

Lokaler, quelloffener KI-Assistent für Ihre Daten. Vereinheitlicht Aufgaben, Notizen, Dokumente, Fotos und Lesezeichen. Privat, selbstgehostet und über APIs erweiterbar.

eclaire-labs
⭐ 925 TypeScript 👤 eclaire-labs Organization 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2025-09-02
41
superagent-ai/reag

Reasoning Augmented Generation

superagent-ai
⭐ 903 Python 👤 superagent-ai Organization 🕐 Aktualisiert 2025-07-15 📅 Erstellt 2025-02-02
42
LaurenzV/hayro

Eine Sammlung von Rust-Crates zum Parsen, Interpretieren und Rendern von PDF-Dateien.

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-04-22
43
mahonelau/-kykms

KY KMS von Key-Origin ist ein dokumentenorientiertes Wissensmanagement-System, das auf Elasticsearch basiert und leistungsstarke Volltextsuch- und Dokumentenklassifizierungsfunktionen bietet.

mahonelau
⭐ 853 Java 👤 mahonelau User 🕐 Aktualisiert 2026-03-11 📅 Erstellt 2022-03-27
44
ngafar/llama-scan

PDFs mit lokalen LLMs transkribieren

ngafar
⭐ 807 Python 👤 ngafar User 🕐 Aktualisiert 2026-10-22 📅 Erstellt 2025-06-11
45
pbcquoc/vietocr

Transformer OCR

pbcquoc
⭐ 774 Jupyter Notebook 👤 pbcquoc User 🕐 Aktualisiert 2025-01-19 📅 Erstellt 2020-05-08
46
ihatecsv/deepseek-ocr-client

Eine Desktop-GUI auf Electron-Basis in Echtzeit für DeepSeek-OCR

ihatecsv
⭐ 770 JavaScript 👤 ihatecsv User 🕐 Aktualisiert 2025-12-24 📅 Erstellt 2025-10-22
47
coherentgraphics/cpdf-binaries

Binärdateien der PDF Command Line Tools für Linux, Mac, Windows

coherentgraphics
⭐ 741 HTML 👤 coherentgraphics Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2013-08-15
48
abatsakidis/PDFDeSecure

Ein benutzerfreundlicher PDF-Entschlüsseler. Entfernen Sie den Kopierschutz aus PDF-Dateien.

abatsakidis
⭐ 733 C# 👤 abatsakidis User 🕐 Aktualisiert 2026-07-28 📅 Erstellt 2018-04-13
49
dawbarton/pdf2svg

Ein einfacher PDF-zu-SVG-Konverter mit den Bibliotheken Poppler und Cairo

dawbarton
⭐ 715 Shell 👤 dawbarton User 🕐 Aktualisiert 2025-03-07 📅 Erstellt 2013-07-18
50
pandoc/lua-filters

Eine Sammlung von Lua-Filtern für Pandoc

pandoc
⭐ 677 Lua 👤 pandoc Organization 🕐 Aktualisiert 2025-12-01 📅 Erstellt 2017-11-21

Häufig gestellte Fragen

1

Welches ist das beliebteste #document-processing-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#document-processing-Projekt auf GitHub ist virgiliojr94/book-to-skill mit 38,623 Sternen. Verwandeln Sie jedes technische Buch‑PDF in eine Claude‑Code‑Fähigkeit — bereit zum Lernen, Nachschlagen und Verwenden, während Sie arbeiten.

2

Welche Programmiersprachen werden in #document-processing-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #document-processing-Projekten auf GitHub sind Python, Rust, Java, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #document-processing-Repositories berechnet?

Wir verfolgen 65 aktive Open-Source-Repositories, die mit #document-processing getaggt sind (500+ Sterne), mit insgesamt 214,351 Sternen und durchschnittlich 3,297 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.