Git Stars Git Stars

#document-processing Repository

Scopri 65 repository GitHub open source attivi contrassegnati con #document-processing, che raccolgono un totale di 214,351 stelle (con una media di 3,297 stelle per progetto). Il progetto leader di questo argomento è virgiliojr94/book-to-skill, con 38,623 stelle.

65
Totale Repository
214,351
Totale stelle
3,297
Media Stelle/Repo

65 repository in totale

1
virgiliojr94/book-to-skill

Trasforma qualsiasi PDF di libro tecnico in una skill Claude Code — pronta per studiare, fare riferimento e utilizzare mentre lavori.

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

PdfCraft: un lettore ed editor PDF open source scritto da zero in puro Rust

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

RocketRide è un meta-harness di IA open source con l’unico runtime di livello enterprise basato su C++. Crea, testa e pubblica agenti duraturi in grado di scalare in produzione.

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

Toolkit per la linearizzazione di PDF per dataset/addestramento LLM

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

Un parser di documenti veloce, utile e open-source

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

Un elenco curato di competenze di Claude.

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

PDF craft può convertire file PDF in vari altri formati. Questo progetto si concentrerà sull'elaborazione di file PDF di libri scansionati.

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

Competenze modulari SenseNova per la creazione di assistenti d'ufficio e flussi di lavoro di produttività basati sull'IA

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

Crea e modifica documenti Word con Python

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

Paper2Code: Automazione della generazione di codice da articoli scientifici nell'apprendimento automatico

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

Un sistema per l'elaborazione dati e ETL basato su LLM agenti

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

Traduzione PDF mantenendo layout, formule e struttura, adatta per documenti scientifici e tecnici

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

C-OCR è un progetto OCR sviluppato internamente da Ctrip, che include principalmente il riconoscimento di documenti e materiali correlati ai viaggi come carte d'identità, passaporti, biglietti del treno, visti, ecc. Il progetto comprende 4 parti: rifiuto, rilevamento, riconoscimento e post-elaborazione.

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

Documentazione di Tesseract

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

Estrai dati strutturati e approfondimenti dai documenti utilizzando modelli linguistici di grandi dimensioni e modelli decisionali

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

pdfrw è una libreria Python pura che legge e scrive PDF

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

WAS-NS v3 Reborn; strumenti per l’elaborazione delle immagini, filtri, mascheratura, testo, logica, numeri, variabili latenti, file, scene 3D e animazione.

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

Le librerie di widget Syncfusion Flutter includono widget UI di alta qualità e pacchetti di formati di file per aiutarti a creare applicazioni ricche e di alta qualità per iOS, Android e Web da un'unica codebase.

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

Wrapper Java JNA per Tesseract OCR API

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

[DEPRECATED] Libreria Java Core + PDF/A, xtra e XML Worker. Verranno aggiunte solo correzioni di sicurezza – si prega di utilizzare iText 7

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

Un server Model Context Protocol (MCP) per creare, leggere e manipolare documenti Microsoft Word. Questo server consente agli assistenti AI di lavorare con i documenti Word attraverso un'interfaccia standardizzata, fornendo ricche funzionalità di modifica dei documenti.

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

ExtractThinker è una libreria di Document Intelligence per LLM, che offre un'interazione in stile ORM per flussi di lavoro di documenti flessibili e potenti.

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

OpenOCR: Un pacchetto di strumenti open‑source per la ricerca e le applicazioni generali di OCR, che integra un benchmark unificato per l'addestramento e la valutazione, sistemi OCR e di analisi dei documenti di qualità commerciale, e riproduzioni fedeli delle implementazioni principali provenienti da un'ampia gamma di articoli accademici.

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

Colivara è una suite di servizi che consente di archiviare, cercare e recuperare documenti in base al loro embedding visivo. ColiVara ha prestazioni di recupero all'avanguardia sia per documenti di testo che visivi. utilizzando modelli di visione anziché chunking ed elaborazione del testo per i documenti. Nessun OCR, nessuna estrazione di testo, nessuna tabella interrotta o immagini mancanti.

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

Il chatbot AI più veloce per qualsiasi LLM

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

Un servizio basato su Docker per l'analisi del layout dei documenti PDF. Questo servizio fornisce un potente e flessibile servizio di analisi PDF. Il servizio consente la segmentazione e la classificazione di diverse parti delle pagine PDF, identificando elementi come testi, titoli, immagini, tabelle e così via.

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

Server per la conversione di file self-hosted

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

Una libreria .NET per l'elaborazione di PDF

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

Un convertitore da PPTX a Markdown

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

La libreria PDF più veloce per Python e Rust. Estrazione testo, estrazione immagini, conversione markdown, creazione e modifica PDF. Media 0.8 ms, 5× più veloce dei leader del settore, tasso di successo 100% su 3.830 PDF. MIT/Apache-2.0.

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

Un potente strumento di intelligenza artificiale per documenti che risponde alle domande e si collega ai tuoi modelli Ollama locali. Crea, gestisci e interagisci con sistemi RAG per tutte le tue esigenze documentali.

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

📄 PDF -> .MD/.JSON API & SDK per PaddleOCR-VL con estrazione di dati strutturati. Auto-ospitabile.

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

:brain: Strato di memoria e base di conoscenza 100% locali per agenti con WebUI

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

Trasforma documenti non strutturati in grafi della conoscenza validati, ricchi e interrogabili.

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

Assistente AI locale e open-source per i tuoi dati. Unifica attività, note, documenti, foto e segnalibri. Privato, self-hosted ed estensibile tramite API.

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

Generazione aumentata dal ragionamento

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

Un insieme di crate Rust per analizzare, interpretare e renderizzare file PDF.

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

KY KMS di Key-Origin è un sistema di gestione della conoscenza basato su documenti, costruito su Elasticsearch, che offre potenti funzionalità di ricerca full-text e gestione della classificazione dei documenti.

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

Trascrivi PDF con LLM locali

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

Transformer OCR

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

Una GUI desktop basata su Electron in tempo reale per DeepSeek-OCR

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

Binari di PDF Command Line Tools per Linux, Mac, Windows

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

Un sbloccante PDF facile da usare. Rimuovi la protezione dalla copia dai file PDF.

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

Un semplice convertitore da PDF a SVG che utilizza le librerie Poppler e Cairo

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

Una collezione di filtri lua per pandoc

pandoc
⭐ 677 Lua 👤 pandoc Organization 🕐 Aggiornato 2025-12-01 📅 Creato 2017-11-21

Domande frequenti

1

Qual è il repository #document-processing più popolare su GitHub?

Il progetto open source #document-processing più alto in classifica su GitHub è virgiliojr94/book-to-skill, con 38,623 stelle. Trasforma qualsiasi PDF di libro tecnico in una skill Claude Code — pronta per studiare, fare riferimento e utilizzare mentre lavori.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #document-processing?

Tra i progetti #document-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Java, TypeScript.

3

Come viene calcolata la classifica dei repository #document-processing?

Monitoriamo 65 repository open source attivi contrassegnati con #document-processing (500+ stelle), per un totale di 214,351 stelle e una media di 3,297 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.