#document-processing Repositórios
Descubra 65 repositórios ativos de código aberto no GitHub marcados com #document-processing, acumulando um total de 214,351 estrelas (uma média de 3,297 por projeto). O líder deste tópico é virgiliojr94/book-to-skill, com 38,623 estrelas.
65 repositórios no total
Transforme qualquer PDF de livro técnico em uma habilidade Claude Code — pronta para estudar, consultar e usar enquanto você trabalha.
PdfCraft: um leitor e editor de PDF de código aberto, escrito do zero em Rust puro
RocketRide é um meta-harness de IA de código aberto com o único runtime de nível empresarial desenvolvido em C++. Crie, teste e publique agentes duráveis que escalam em produção.
O craft de PDF pode converter arquivos PDF em vários outros formatos. Este projeto se concentrará no processamento de arquivos PDF de livros escaneados.
Habilidades modulares SenseNova para criar assistentes de escritório e fluxos de trabalho de produtividade baseados em IA
Paper2Code: Automatizando a Geração de Código a Partir de Artigos Científicos em Aprendizado de Máquina
Um sistema baseado em agentes para processamento de dados e ETL, impulsionado por LLM.
Tradução de PDF mantendo layout, fórmulas e estrutura, adequado para documentos científicos e técnicos
C-OCR é um projeto de OCR desenvolvido internamente pela Ctrip, que inclui principalmente o reconhecimento de documentos e materiais relacionados a viagens, como carteiras de identidade, passaportes, passagens de trem e vistos. O projeto é composto por 4 partes: rejeição de reconhecimento, detecção, reconhecimento e pós-processamento.
Extraia dados estruturados e insights de documentos usando modelos de linguagem de grande porte e modelos de decisão
WAS-NS v3 Reborn; ferramentas para processamento de imagens, filtros, máscaras, texto, lógica, números, variáveis latentes, arquivos, cenas 3D e animação.
As bibliotecas de widgets Syncfusion Flutter incluem widgets de interface do usuário de alta qualidade e pacotes de formato de arquivo para ajudá-lo a criar aplicativos ricos e de alta qualidade para iOS, Android e web a partir de uma única base de código.
[DESCONTINUADO] Biblioteca Java principal + PDF/A, xtra e XML Worker. Apenas correções de segurança serão adicionadas — por favor, use iText 7
Um servidor do Protocolo de Contexto de Modelo (MCP) para a criação, leitura e manipulação de documentos do Microsoft Word. Este servidor permite que assistentes de IA trabalhem com documentos do Word através de uma interface padronizada, oferecendo recursos avançados de edição de documentos.
ExtractThinker é uma biblioteca de Document Intelligence para LLMs, oferecendo interação estilo ORM para fluxos de trabalho de documentos flexíveis e poderosos.
OpenOCR: Um conjunto de ferramentas de código aberto para pesquisa e aplicações gerais de OCR, integra um benchmark unificado de treinamento e avaliação, sistemas OCR e de processamento de documentos de nível comercial, e reproduções fiel das implementações principais de uma ampla gama de artigos acadêmicos.
Colivara é um conjunto de serviços que permite armazenar, pesquisar e recuperar documentos com base em seu embedding visual. ColiVara tem desempenho de recuperação de ponta em documentos de texto e visuais. usando modelos de visão em vez de divisão e processamento de texto para documentos. Sem OCR, sem extração de texto, sem tabelas quebradas ou imagens ausentes.
Um serviço com tecnologia Docker para análise de layout de documentos PDF. Este serviço fornece um serviço de análise de PDF poderoso e flexível. O serviço permite a segmentação e classificação de diferentes partes das páginas PDF, identificando elementos como textos, títulos, imagens, tabelas e assim por diante.
A biblioteca PDF mais rápida para Python e Rust. Extração de texto, extração de imagens, conversão para markdown, criação e edição de PDF. Média de 0.8 ms, 5× mais rápida que os líderes da indústria, taxa de aprovação de 100% em 3.830 PDFs. MIT/Apache-2.0.
Uma poderosa ferramenta de IA de perguntas e respostas sobre documentos que se conecta aos seus modelos Ollama locais. Crie, gerencie e interaja com sistemas RAG para todas as suas necessidades de documentos.
📄 PDF -> .MD/.JSON API & SDK para PaddleOCR-VL com extração de dados estruturados. Auto-hospedável.
:brain: Camada de Memória Local 100% e Base de Conhecimento para agentes com Interface Web
Transforme documentos não estruturados em grafos de conhecimento validados, ricos e consultáveis.
Assistente de IA local e de código aberto para seus dados. Unifique tarefas, notas, documentos, fotos e favoritos. Privado, auto-hospedado e extensível via APIs.
KY KMS (KeYi Knowledge Base) é um sistema de gerenciamento de base de conhecimento do tipo documento baseado em Elasticsearch, oferecendo poderosas funcionalidades de pesquisa de texto completo e gerenciamento de classificação de documentos.
Binários de Ferramentas de Linha de Comando de PDF para Linux, Mac, Windows
Um Desbloqueador de PDF fácil de usar. Remova a proteção de cópia de arquivos PDF.
Perguntas Frequentes
Qual é o repositório de #document-processing mais popular no GitHub?
O projeto de código aberto de #document-processing mais bem classificado no GitHub é virgiliojr94/book-to-skill, com 38,623 estrelas. Transforme qualquer PDF de livro técnico em uma habilidade Claude Code — pronta para estudar, consultar e usar enquanto você trabalha.
Quais linguagens de programação são mais usadas nos repositórios de #document-processing?
Entre os projetos de #document-processing mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, Java, TypeScript.
Como é calculada a classificação dos repositórios de #document-processing?
Acompanhamos 65 repositórios ativos de código aberto marcados com #document-processing (com mais de 500 estrelas), totalizando 214,351 estrelas e uma média de 3,297 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.