#document-parsing 저장소
#document-parsing 태그가 지정된 GitHub의 활성 오픈 소스 저장소 42개를 확인해 보세요. 총 356,240개의 스타를 획득했으며 프로젝트당 평균 8,481개입니다. 이 주제를 이끄는 저장소는 92,972개의 스타를 받은 PaddlePaddle/PaddleOCR입니다.
저장소 총 42개
어떤 PDF나 이미지 문서든 AI를 위한 구조화된 데이터로 전환하세요. 이미지/PDF와 LLM 사이의 간극을 연결하는 강력하고 가벼운 OCR 툴킷입니다. 100개 이상의 언어를 지원합니다.
문서를 구조화된 데이터로 손쉽게 변환하세요. Unstructured는 복잡한 문서를 언어 모델을 위한 깨끗하고 구조화된 형식으로 변환하는 오픈 소스 ETL 솔루션입니다. 프로덕션 등급 워크플로, 파티셔닝, 보강, 청킹 및 임베딩을 위한 엔터프라이즈급 플랫폼 제품에 대해 자세히 알아보려면 당사 웹사이트를 방문하십시오.
docTR (Document Text Recognition) - 딥러닝 기반의 원활하고 고성능이며 접근하기 쉬운 OCR 관련 작업용 라이브러리입니다. t2k에서 지속적으로 개발 및 유지 관리하고 있습니다.
NeMo Retriever Library는 확장 가능하고 성능 지향적인 문서 콘텐츠 및 메타데이터 추출 마이크로서비스입니다. NeMo Retriever Library는 특화된 NVIDIA NIM 마이크로서비스를 사용하여 다운스트림 생성형 애플리케이션에서 사용할 수 있는 텍스트, 표, 차트 및 이미지를 찾고, 맥락화하며, 추출합니다.
OCRFlux는 복잡한 레이아웃 처리, 까다로운 표 구문 분석 및 페이지 간 콘텐츠 병합에 탁월하며 PDF-to-Markdown 변환을 크게 발전시키는 가볍지만 강력한 멀티모달 툴킷입니다.
LandingAI의 Agentic Document Extraction (ADE) 공식 CLI — 터미널에서 문서를 구문 분석하고 스키마 형태의 데이터를 추출하세요
100만 파라미터 OCR 모델 — CPU에서 실행되며 Tesseract보다 15배 빠르고, 10억 개 이상의 파라미터를 가진 모델에 가까운 정확도를 제공합니다
ExtractThinker는 LLM을 위한 문서 인텔리전스 라이브러리로, 유연하고 강력한 문서 워크플로를 위한 ORM 스타일 상호 작용을 제공합니다.
지능형 구조화 데이터 추출 및 고급 OCR을 사용하여 모든 문서, 이미지, PDF, Word 문서, PPT 또는 URL에서 데이터를 여러 형식(Markdown, JSON, CSV, HTML)으로 추출하고 변환합니다.
OpenOCR: 일반 OCR 연구 및 애플리케이션을 위한 오픈소스 도구킷으로, 통합된 훈련 및 평가 벤치마크, 상업용 수준의 OCR 및 문서 파싱 시스템, 그리고 광범위한 학술 논문에서 나온 핵심 구현의 충실한 재현을 통합합니다.
고성능 Markdown 노트 도구! 무료 AI, 스마트 메모, TODO 알림, 로컬 지식 베이스, AI 소설 엔진. PDF 파싱, 자동 음성 메모, 음성-텍스트 변환. 밀리초 단위로 시작。
arXiv 논문을 종합적으로 검토한 후 블로그 게시물로 만드세요. 이 프로젝트는 HuggingFace의 일일 논문(https://huggingface.co/papers)을 위한 아래 웹사이트에 동력을 공급합니다.
로컬 및 셀프 호스팅 문서 검색을 위한 에이전틱 RAG: 임베디드 LanceDB 기반 하이브리드 검색, 재순위화 및 멀티모달 RAG, Docling 파싱 및 MCP 서버 포함
중국어 우선 기업용 RAG 지식베이스: 제어 가능한 파싱, 거버넌스, 청킹, 하이브리드 검색, 재순위화, 인용, 지식 그래프, 평가 및 Dify 연동.
벡터 검색, 지식 그래프(LightRAG), 크로스 인코더 재순위를 결합한 하이브리드 RAG 시스템으로, Docling 문서 파싱, 시각 지능(이미지/표 캡션 생성), 에이전트 기반 스트리밍 채팅, 인라인 인용을 지원합니다. Gemini 또는 로컬 Ollama 모델을 기반으로 합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #document-parsing 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #document-parsing 프로젝트는 92,972개의 스타를 받은 PaddlePaddle/PaddleOCR입니다. 어떤 PDF나 이미지 문서든 AI를 위한 구조화된 데이터로 전환하세요. 이미지/PDF와 LLM 사이의 간극을 연결하는 강력하고 가벼운 OCR 툴킷입니다. 100개 이상의 언어를 지원합니다.
#document-parsing 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #document-parsing 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Java, HTML입니다.
#document-parsing 저장소 순위는 어떻게 계산되나요?
#document-parsing 태그가 지정된 활성 오픈 소스 저장소(42개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 356,240개이며 저장소당 평균 8,481개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.