Git Stars Git Stars

#structured-data-extraction Repository

Scopri 10 repository GitHub open source attivi contrassegnati con #structured-data-extraction, che raccolgono un totale di 17,538 stelle (con una media di 1,753 stelle per progetto). Il progetto leader di questo argomento è 1rgs/jsonformer, con 4,861 stelle.

10
Totale Repository
17,538
Totale stelle
1,753
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook TypeScript

10 repository in totale

1
1rgs/jsonformer

Un modo infallibile per generare JSON strutturato dai modelli linguistici

1rgs
⭐ 4,861 Jupyter Notebook 👤 1rgs User 🕐 Aggiornato 2024-02-24 📅 Creato 2023-04-29
2
echohive42/AI-reads-books-page-by-page

L'IA legge i libri: Estrattore e Riassuntore di Conoscenza PDF Pagina per Pagina. lo script esegue un'analisi intelligente pagina per pagina di libri PDF, estraendo metodicamente punti di conoscenza e generando riassunti progressivi a intervalli specificati

echohive42
⭐ 3,453 Python 👤 echohive42 User 🕐 Aggiornato 2026-10-30 📅 Creato 2024-12-28
3
chatdoc-com/OCRFlux

OCRFlux è un toolkit multimodale leggero ma potente che migliora significativamente la conversione da PDF a Markdown, eccellendo nella gestione di layout complessi, nell'analisi di tabelle complicate e nell'unione di contenuti interpagina.

chatdoc-com
⭐ 2,532 Python 👤 chatdoc-com Organization 🕐 Aggiornato 2026-04-14 📅 Creato 2025-06-04
4
fastino-ai/GLiNER2

Estrazione di Informazioni basata su Schema Unificato

fastino-ai
⭐ 2,490 Python 👤 fastino-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-07-07
5
hinthornw/trustcall

Chiamate di strumenti tenaci basate su LangGraph

hinthornw
⭐ 1,077 Python 👤 hinthornw User 🕐 Aggiornato 2025-07-17 📅 Creato 2024-06-25
6
hyperbrowserai/mcp

Un'implementazione del server MCP per hyperbrowser

hyperbrowserai
⭐ 795 TypeScript 👤 hyperbrowserai Organization 🕐 Aggiornato 2025-11-20 📅 Creato 2025-02-25
7
whyhow-ai/knowledge-table

Knowledge Table è un pacchetto open-source progettato per semplificare l'estrazione e l'esplorazione di dati strutturati da documenti non strutturati.

whyhow-ai
⭐ 659 Python 👤 whyhow-ai Organization 🕐 Aggiornato 2024-11-19 📅 Creato 2024-10-05
9
fufankeji/DeepSeek-OCR-Web

Web Studio per l'analisi di documenti OCR DeepSeek pronto all'uso

fufankeji
⭐ 568 TypeScript 👤 fufankeji User 🕐 Aggiornato 2025-10-27 📅 Creato 2025-10-23

Domande frequenti

1

Qual è il repository #structured-data-extraction più popolare su GitHub?

Il progetto open source #structured-data-extraction più alto in classifica su GitHub è 1rgs/jsonformer, con 4,861 stelle. Un modo infallibile per generare JSON strutturato dai modelli linguistici

2

Quali linguaggi di programmazione sono più utilizzati nei repository #structured-data-extraction?

Tra i progetti #structured-data-extraction più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript.

3

Come viene calcolata la classifica dei repository #structured-data-extraction?

Monitoriamo 10 repository open source attivi contrassegnati con #structured-data-extraction (500+ stelle), per un totale di 17,538 stelle e una media di 1,753 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.