Git Stars Git Stars

#document-intelligence Repositorios

Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #document-intelligence, que acumulan 55,241 estrellas en total (una media de 3,249 estrellas por proyecto). El líder de este tema es PaddlePaddle/PaddleNLP, con 13,000 estrellas.

17
Total de Repositorios
55,241
Total de estrellas
3,249
Promedio de Estrellas/Repo

17 repositorios en total

1
PaddlePaddle/PaddleNLP

Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-05-23 📅 Creado 2021-02-05
2
opendatalab/PDF-Extract-Kit

Un toolkit completo para la extracción de contenido PDF de alta calidad

opendatalab
⭐ 9,682 Python 👤 opendatalab Organization 🕐 Actualizado 2025-01-03 📅 Creado 2024-06-27
3
xberg-io/xberg

El motor de inteligencia documental rápido y preciso para todos los idiomas: texto, tablas y metadatos de más de 100 formatos, con OCR, transcripción e inteligencia de código.

xberg-io
⭐ 9,606 Rust 👤 xberg-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-01-31
4
lumina-ai-inc/chunkr

Infraestructura de visión para transformar documentos complejos en datos listos para LLM

lumina-ai-inc
⭐ 4,154 Rust 👤 lumina-ai-inc Organization 🕐 Actualizado 2026-09-09 📅 Creado 2024-08-24
5
Ontos-AI/knowhere

Knowhere extrae, analiza y genera fragmentos estructurados listos para Agentes de IA y RAG.

Ontos-AI
⭐ 4,080 Python 👤 Ontos-AI Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-04-30
7
shcherbak-ai/contextgem

Extrae datos estructurados e información valiosa de documentos mediante modelos de lenguaje grandes y modelos de decisión

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-10-11
8
AlibabaResearch/AdvancedLiterateMachinery

Una colección de ideas y algoritmos originales e innovadores para Maquinaria Literaria Avanzada. Este proyecto es mantenido por el Equipo OCR en el Language Technology Lab, Tongyi Lab, Alibaba Group.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Actualizado 2026-03-17 📅 Creado 2022-09-28
10
enoch3712/ExtractThinker

ExtractThinker es una biblioteca de inteligencia documental para LLM, que ofrece una interacción estilo ORM para flujos de trabajo de documentos flexibles y potentes.

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 Actualizado 2026-09-16 📅 Creado 2024-02-01
12
amaiya/onprem

Un kit de herramientas para aplicar LLM a datos sensibles y no públicos en entornos sin conexión o restringidos

amaiya
⭐ 843 Jupyter Notebook 👤 amaiya User 🕐 Actualizado 2026-11-19 📅 Creado 2023-08-29
13
whyhow-ai/knowledge-table

Knowledge Table es un paquete de código abierto diseñado para simplificar la extracción y exploración de datos estructurados a partir de documentos no estructurados.

whyhow-ai
⭐ 659 Python 👤 whyhow-ai Organization 🕐 Actualizado 2024-11-19 📅 Creado 2024-10-05
15
Azure/AI-in-a-Box

AI-in-a-Box aprovecha la experiencia de Microsoft en todo el mundo para desarrollar y proporcionar soluciones de IA y ML a la comunidad técnica. Nuestra intención es presentar una colección seleccionada de aceleradores de soluciones que puedan ayudar a los ingenieros a establecer sus entornos y soluciones de IA/ML de forma rápida y con una fricción mínima.

Azure
⭐ 587 Jupyter Notebook 👤 Azure Organization 🕐 Actualizado 2024-12-12 📅 Creado 2023-08-31
16
conjuncts/gmft

Extracción de tablas profunda, ligera y de alto rendimiento

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 Actualizado 2026-07-24 📅 Creado 2024-06-08
17
mantisfury/ArkhamMirror

Plataforma de inteligencia documental basada en IA y centrada en el almacenamiento local para el periodismo de investigación

mantisfury
⭐ 507 Python 👤 mantisfury User 🕐 Actualizado 2026-01-25 📅 Creado 2025-11-25

Preguntas frecuentes

1

¿Cuál es el repositorio de #document-intelligence más popular en GitHub?

El proyecto de código abierto de #document-intelligence mejor posicionado en GitHub es PaddlePaddle/PaddleNLP, con 13,000 estrellas. Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #document-intelligence?

Entre los proyectos de #document-intelligence mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Rust, C++.

3

¿Cómo se calcula la clasificación de los repositorios de #document-intelligence?

Seguimos 17 repositorios activos de código abierto etiquetados con #document-intelligence (500+ estrellas), que suman un total de 55,241 estrellas, con una media de 3,249 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.