Git Stars Git Stars

#document-processing Dépôts

Découvrez 65 dépôts GitHub open source actifs associés à #document-processing, cumulant 214,351 étoiles au total (soit une moyenne de 3,297 étoiles par projet). Le projet en tête de ce thème est virgiliojr94/book-to-skill, avec 38,623 étoiles.

65
Total des Dépôts
214,351
Nombre total d'étoiles
3,297
Moyenne d'Étoiles/Dépôt
1
virgiliojr94/book-to-skill

Transformez n'importe quel PDF de livre technique en une compétence Claude Code — prête à étudier, à référencer et à utiliser pendant que vous travaillez.

virgiliojr94
⭐ 38,623 Python 👤 virgiliojr94 User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-05-01
2
storytold/pdfcraft

PdfCraft : un lecteur et éditeur PDF open source écrit de zéro en Rust pur

storytold
⭐ 21,378 Rust 👤 storytold Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-09-30
3
rocketride-org/rocketride-server

RocketRide est un méta-harness d’IA open source doté du seul environnement d’exécution de niveau entreprise conçu en C++. Créez, testez et publiez des agents durables capables de passer à l’échelle en production.

rocketride-org
⭐ 20,003 Python 👤 rocketride-org Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-02-11
4
allenai/olmocr

Toolkit pour la linéarisation des PDF pour les jeux de données/l'entraînement LLM

allenai
⭐ 19,838 Python 👤 allenai Organization 🕐 Mis à jour 2026-03-25 📅 Créé 2024-09-17
5
run-llama/liteparse

Un analyseur de documents rapide, utile et open-source

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-02-09
6
BehiSecc/awesome-claude-skills

Une liste organisée des compétences de Claude.

BehiSecc
⭐ 10,463 👤 BehiSecc User 🕐 Mis à jour 2026-11-02 📅 Créé 2025-10-17
7
oomol-lab/pdf-craft

PDF craft peut convertir des fichiers PDF dans divers autres formats. Ce projet se concentrera sur le traitement des fichiers PDF de livres numérisés.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-02-12
8
OpenSenseNova/SenseNova-Skills

Compétences modulaires SenseNova pour créer des assistants de bureau et des flux de travail de productivité basés sur l'IA

OpenSenseNova
⭐ 6,102 JavaScript 👤 OpenSenseNova Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2026-04-14
9
python-openxml/python-docx

Créer et modifier des documents Word avec Python

python-openxml
⭐ 5,777 Python 👤 python-openxml Organization 🕐 Mis à jour 2026-08-01 📅 Créé 2013-10-15
10
going-doer/Paper2Code

Paper2Code : Automatisation de la génération de code à partir d'articles scientifiques en apprentissage automatique

going-doer
⭐ 5,044 Python 👤 going-doer User 🕐 Mis à jour 2026-03-25 📅 Créé 2025-04-25
11
ucbepic/docetl

Un système de traitement de données et ETL piloté par LLM agentique

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

Traduction PDF en conservant la mise en page, les formules et la structure, adaptée aux documents scientifiques et techniques

wxyhgk
⭐ 2,734 Python 👤 wxyhgk User 🕐 Mis à jour 2026-11-10 📅 Créé 2026-03-29
14
ctripcorp/C-OCR

C-OCR est un projet OCR développé en interne par Ctrip, qui inclut principalement la reconnaissance de documents et de matériaux liés aux voyages tels que les cartes d'identité, passeports, billets de train, visas, etc. Le projet comprend 4 parties : rejet, détection, reconnaissance et post-traitement.

ctripcorp
⭐ 2,467 Java 👤 ctripcorp Organization 🕐 Mis à jour 2024-02-14 📅 Créé 2019-04-11
15
tesseract-ocr/tessdoc

Documentation Tesseract

tesseract-ocr
⭐ 2,462 HTML 👤 tesseract-ocr Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2020-01-30
17
shcherbak-ai/contextgem

Extrayez des données structurées et des insights de documents à l’aide de grands modèles de langage et de modèles de décision

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-10-11
18
pmaupin/pdfrw

pdfrw est une bibliothèque Python pure qui lit et écrit des PDF

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

WAS-NS v3 Reborn ; outils pour le traitement des images, les filtres, les masques, le texte, la logique, les nombres, les variables latentes, les fichiers, les scènes 3D et l’animation.

WASasquatch
⭐ 1,899 Python 👤 WASasquatch User 🕐 Mis à jour 2026-11-19 📅 Créé 2023-03-24
20
syncfusion/flutter-widgets

Les bibliothèques de widgets Syncfusion Flutter comprennent des widgets d'interface utilisateur de haute qualité et des packages de formats de fichiers pour vous aider à créer des applications riches et de haute qualité pour iOS, Android et le Web à partir d'une base de code unique.

syncfusion
⭐ 1,787 Dart 👤 syncfusion Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2020-10-01
21
nguyenq/tess4j

Wrapper Java JNA pour l'API Tesseract OCR

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 Mis à jour 2026-11-07 📅 Créé 2014-06-25
22
itext/itextpdf

[OBSOLÈTE] Bibliothèque Java Core + PDF/A, xtra et XML Worker. Seuls les correctifs de sécurité seront ajoutés – veuillez utiliser iText 7

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

Un serveur Model Context Protocol (MCP) pour créer, lire et manipuler des documents Microsoft Word. Ce serveur permet aux assistants IA de travailler avec des documents Word via une interface standardisée, offrant de riches capacités d'édition de documents.

GongRzhe
⭐ 1,672 Python 👤 GongRzhe User 🕐 Mis à jour 2025-12-31 📅 Créé 2025-03-25
24
enoch3712/ExtractThinker

ExtractThinker est une bibliothèque d'intelligence documentaire pour les LLM, offrant une interaction de style ORM pour des flux de travail de documents flexibles et puissants.

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 Mis à jour 2026-09-16 📅 Créé 2024-02-01
25
Topdu/OpenOCR

OpenOCR : un kit d’outils open‑source pour la recherche et les applications générales de OCR, intégrant un benchmark d’entraînement et d’évaluation unifié, des systèmes OCR et de traitement de documents de qualité professionnelle, ainsi que des reproductions fidèles des implémentations clés provenant d’un large éventail d’articles académiques.

Topdu
⭐ 1,498 Python 👤 Topdu User 🕐 Mis à jour 2026-09-21 📅 Créé 2024-05-31
26
tjmlabs/ColiVara

Colivara est une suite de services qui vous permet de stocker, rechercher et récupérer des documents en fonction de leur intégration visuelle. ColiVara offre des performances de récupération à la pointe de la technologie sur les documents textuels et visuels. en utilisant des modèles de vision au lieu du chunking et du traitement de texte pour les documents. Pas d'OCR, pas d'extraction de texte, pas de tableaux brisés ou d'images manquantes.

tjmlabs
⭐ 1,485 Python 👤 tjmlabs Organization 🕐 Mis à jour 2026-07-08 📅 Créé 2024-09-21
27
egoist/chatwise-releases

Le chatbot IA le plus rapide pour tout LLM

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

Un service basé sur Docker pour l'analyse de la mise en page des documents PDF. Ce service offre un service d'analyse PDF puissant et flexible. Le service permet la segmentation et la classification de différentes parties des pages PDF, identifiant les éléments tels que les textes, les titres, les images, les tableaux, etc.

huridocs
⭐ 1,366 Python 👤 huridocs Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2024-05-06
29
danvergara/morphos

Serveur de conversion de fichiers auto-hébergé

danvergara
⭐ 1,314 Go 👤 danvergara User 🕐 Mis à jour 2024-11-16 📅 Créé 2023-10-08
30
empira/PDFsharp-1.5

Une bibliothèque .NET pour le traitement des PDF

empira
⭐ 1,300 C# 👤 empira Organization 🕐 Mis à jour 2024-01-25 📅 Créé 2015-12-16
31
ssine/pptx2md

Un convertisseur de PPTX vers Markdown

ssine
⭐ 1,279 Python 👤 ssine User 🕐 Mis à jour 2026-04-21 📅 Créé 2018-11-02
32
yfedoseev/pdf_oxide

La bibliothèque PDF la plus rapide pour Python et Rust. Extraction de texte, extraction d'images, conversion en markdown, création et édition de PDF. Moyenne de 0,8 ms, 5× plus rapide que les leaders du secteur, taux de réussite de 100 % sur 3 830 PDF. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-11-05
34
DonTizi/rlama

Un puissant outil d'IA pour documents de questions-réponses qui se connecte à vos modèles Ollama locaux. Créez, gérez et interagissez avec des systèmes RAG pour tous vos besoins documentaires.

DonTizi
⭐ 1,096 Go 👤 DonTizi User 🕐 Mis à jour 2025-08-09 📅 Créé 2025-03-05
35
ocrbase-hq/ocrbase

📄 PDF -> .MD/.JSON API & SDK pour PaddleOCR-VL avec extraction de données structurées. Auto-hébergeable.

ocrbase-hq
⭐ 990 TypeScript 👤 ocrbase-hq Organization 🕐 Mis à jour 2026-04-13 📅 Créé 2026-01-20
36
mudler/LocalRecall

:brain: Couche de mémoire et base de connaissances 100% locales pour les agents avec WebUI

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

Transformez des documents non structurés en graphes de connaissances validés, riches et interrogeables.

docling-project
⭐ 947 Python 👤 docling-project Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-11-17
40
eclaire-labs/eclaire

Assistant IA local et open-source pour vos données. Unifiez tâches, notes, documents, photos et favoris. Privé, auto-hébergé et extensible via des API.

eclaire-labs
⭐ 925 TypeScript 👤 eclaire-labs Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2025-09-02
41
superagent-ai/reag

Génération augmentée par le raisonnement

superagent-ai
⭐ 903 Python 👤 superagent-ai Organization 🕐 Mis à jour 2025-07-15 📅 Créé 2025-02-02
42
LaurenzV/hayro

Un ensemble de crates Rust pour analyser, interpréter et afficher des fichiers PDF.

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 Mis à jour 2026-11-19 📅 Créé 2025-04-22
43
mahonelau/-kykms

KY KMS de Key-Origin est un système de gestion des connaissances de type document, basé sur Elasticsearch, offrant de puissantes fonctions de recherche plein texte et de gestion de la classification des documents.

mahonelau
⭐ 853 Java 👤 mahonelau User 🕐 Mis à jour 2026-03-11 📅 Créé 2022-03-27
44
ngafar/llama-scan

Transcrire des PDF avec des LLM locaux

ngafar
⭐ 807 Python 👤 ngafar User 🕐 Mis à jour 2026-10-22 📅 Créé 2025-06-11
45
pbcquoc/vietocr

Transformer OCR

pbcquoc
⭐ 774 Jupyter Notebook 👤 pbcquoc User 🕐 Mis à jour 2025-01-19 📅 Créé 2020-05-08
46
ihatecsv/deepseek-ocr-client

Une interface graphique de bureau Electron en temps réel pour DeepSeek-OCR

ihatecsv
⭐ 770 JavaScript 👤 ihatecsv User 🕐 Mis à jour 2025-12-24 📅 Créé 2025-10-22
47
coherentgraphics/cpdf-binaries

Binaire des outils en ligne de commande PDF pour Linux, Mac, Windows

coherentgraphics
⭐ 741 HTML 👤 coherentgraphics Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2013-08-15
48
abatsakidis/PDFDeSecure

Un déverrouilleur PDF facile à utiliser. Supprimez la protection contre la copie des fichiers PDF.

abatsakidis
⭐ 733 C# 👤 abatsakidis User 🕐 Mis à jour 2026-07-28 📅 Créé 2018-04-13
49
dawbarton/pdf2svg

Un convertisseur PDF vers SVG simple utilisant les bibliothèques Poppler et Cairo

dawbarton
⭐ 715 Shell 👤 dawbarton User 🕐 Mis à jour 2025-03-07 📅 Créé 2013-07-18
50
pandoc/lua-filters

Une collection de filtres lua pour pandoc

pandoc
⭐ 677 Lua 👤 pandoc Organization 🕐 Mis à jour 2025-12-01 📅 Créé 2017-11-21

Foire aux questions

1

Quel est le dépôt #document-processing le plus populaire sur GitHub ?

Le projet #document-processing open source le mieux classé sur GitHub est virgiliojr94/book-to-skill, avec 38,623 étoiles. Transformez n'importe quel PDF de livre technique en une compétence Claude Code — prête à étudier, à référencer et à utiliser pendant que vous travaillez.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #document-processing ?

Parmi les projets #document-processing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, Java, TypeScript.

3

Comment le classement des dépôts #document-processing est-il calculé ?

Nous suivons 65 dépôts open source actifs associés à #document-processing (500+ étoiles), totalisant 214,351 étoiles, avec une moyenne de 3,297 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.