Git Stars Git Stars

#structured-data-extraction Repositórios

Descubra 10 repositórios ativos de código aberto no GitHub marcados com #structured-data-extraction, acumulando um total de 17,538 estrelas (uma média de 1,753 por projeto). O líder deste tópico é 1rgs/jsonformer, com 4,861 estrelas.

10
Total de Repositórios
17,538
Total de estrelas
1,753
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook TypeScript

10 repositórios no total

1
1rgs/jsonformer

Uma Maneira Infalível de Gerar JSON Estruturado a Partir de Modelos de Linguagem

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

A IA lê livros: Extrator e Resumidor de Conhecimento de PDF Página por Página. O script realiza uma análise inteligente, página por página, de livros em PDF, extraindo metodicamente pontos de conhecimento e gerando resumos progressivos em intervalos especificados.

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

OCRFlux é um kit de ferramentas multimodal leve, porém poderoso, que avança significativamente a conversão de PDF para Markdown, destacando-se no tratamento de layouts complexos, análise de tabelas complicadas e fusão de conteúdo entre páginas.

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

Extração de Informação baseada em esquema unificado

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

Chamada de ferramenta tenaz construída sobre LangGraph

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

Uma implementação de servidor MCP para hyperbrowser

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

Knowledge Table é um pacote de código aberto projetado para simplificar a extração e exploração de dados estruturados de documentos não estruturados.

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

Web Studio de análise de documentos OCR DeepSeek pronto para uso

fufankeji
⭐ 568 TypeScript 👤 fufankeji User 🕐 Atualizado 2025-10-27 📅 Criado 2025-10-23

Perguntas Frequentes

1

Qual é o repositório de #structured-data-extraction mais popular no GitHub?

O projeto de código aberto de #structured-data-extraction mais bem classificado no GitHub é 1rgs/jsonformer, com 4,861 estrelas. Uma Maneira Infalível de Gerar JSON Estruturado a Partir de Modelos de Linguagem

2

Quais linguagens de programação são mais usadas nos repositórios de #structured-data-extraction?

Entre os projetos de #structured-data-extraction mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript.

3

Como é calculada a classificação dos repositórios de #structured-data-extraction?

Acompanhamos 10 repositórios ativos de código aberto marcados com #structured-data-extraction (com mais de 500 estrelas), totalizando 17,538 estrelas e uma média de 1,753 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.