#structured-data Dépôts
Découvrez 33 dépôts GitHub open source actifs associés à #structured-data, cumulant 128,399 étoiles au total (soit une moyenne de 3,890 étoiles par projet). Le projet en tête de ce thème est google/langextract, avec 39,348 étoiles.
33 dépôts au total
Une bibliothèque Python pour extraire des informations structurées à partir de texte non structuré à l'aide d'LLM avec un ancrage source précis et une visualisation interactive.
Récapitulatif des notifications de suspension des prêts dans toutes les provinces et villes du pays
LimiX : Libérer la capacité de modélisation des données structurées pour une intelligence généraliste https://arxiv.org/abs/2609.17488
Apprendre C & C++ & Python & langage assembleur compilateur LLVM structures de données algorithmes systèmes d'exploitation microcontrôleur Linux entretien
Un serveur puissant Model Context Protocol (MCP) qui fournit une solution tout-en-un pour l'accès au Web public.
TransmogrifAI (prononcé trăns-mŏgˈrə-fī) est une bibliothèque AutoML permettant de créer des flux de travail d'apprentissage automatique modulaires, réutilisables et fortement typés sur Apache Spark avec un réglage manuel minimal.
Une base de données vectorielle multi-modale qui prend en charge les insertions et les requêtes vectorielles à l'aide d'un SQL unifié (compatible MySQL) sur des données structurées et non structurées, tout en répondant aux exigences de haute concurrence et de latence ultra-faible.
Extrayez et convertissez des données à partir de n'importe quel document, image, PDF, document Word, PPT ou URL dans plusieurs formats (Markdown, JSON, CSV, HTML) avec une extraction intelligente de données structurées et une reconnaissance optique de caractères avancée.
Bonjour à tous, nous voulons répertorier les entreprises qui ont embauché au moins un Iranien. Si vous êtes un expert et que vous avez essayé de déménager d'Iran, vous avez certainement découvert qu'il est difficile de trouver des entreprises qui peuvent vous soutenir en tant qu'Iranien pour déménager et obtenir un visa. donc nous voulons créer une liste qui peut vous aider à interroger les entreprises beaucoup plus facilement.
Compétence Claude Code pour améliorer les scores AEO (AI Engine Optimization) et GEO (Generative Engine Optimization) du site web — 16 vérifications fondamentales, 6 dimensions d'intelligence, corrections spécifiques au framework
données lisibles par machine pour https://awesome-selfhosted.net
Transformez une page, un brouillon ou un export SEO en un plan de correction sourcé dans ChatGPT.
Un package pour gérer le référencement dans n'importe quelle application Laravel, grande ou petite.
DeepTables : Boîte à outils d'apprentissage profond pour données tabulaires
Utiliser GPT pour organiser et accéder à l'information, et générer des questions. L'objectif à long terme est de créer un assistant de recherche semblable à un agent.
Objets Schema.org convertis en classes C# POCO fortement typées pour une utilisation dans .NET. Toutes les classes peuvent être sérialisées en JSON/JSON-LD et XML, généralement utilisées pour représenter des données structurées dans la section head d'une page HTML.
Audit SEO et GEO open source : une CLI sans dépendances (npx), une compétence d’agent pour Claude Code, Cursor, Codex, Gemini et Copilot, 47 prompts SEO et une base de connaissances sur la recherche Google/Bing/IA avec des sources citées. Vérifie robots.txt, les plans de site, les URL canoniques, hreflang, les données structurées, les Core Web Vitals et les robots d’exploration IA, puis corrige les problèmes.
Les moteurs d’IA peuvent-ils citer votre site, et le font-ils réellement ? Obtenez gratuitement un score de préparation de 0 à 100 selon une grille GEO ouverte, ainsi que des requêtes et un suivi hebdomadaire des citations via OpenAI, Perplexity, Gemini, Anthropic et OpenRouter avec vos propres clés. Zéro dépendance ; CLI, GitHub Action et serveur MCP inclus.
Framework puissant qui agit comme un add-on pour Spring Boot, conçu pour améliorer les applications d'entreprise modernes basées sur Java
API de scraping web tout-en-un pour l’extraction de données en temps réel à grande échelle : proxys, gestion des CAPTCHA, rendu JavaScript et analyse en une seule requête, avec des résultats au format HTML ou JSON structuré.
Foire aux questions
Quel est le dépôt #structured-data le plus populaire sur GitHub ?
Le projet #structured-data open source le mieux classé sur GitHub est google/langextract, avec 39,348 étoiles. Une bibliothèque Python pour extraire des informations structurées à partir de texte non structuré à l'aide d'LLM avec un ancrage source précis et une visualisation interactive.
Quels langages de programmation sont les plus utilisés dans les dépôts #structured-data ?
Parmi les projets #structured-data les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript, HTML.
Comment le classement des dépôts #structured-data est-il calculé ?
Nous suivons 33 dépôts open source actifs associés à #structured-data (500+ étoiles), totalisant 128,399 étoiles, avec une moyenne de 3,890 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.