Git Stars Git Stars

#document-processing Репозитории

Откройте для себя 65 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #document-processing, с общим числом 214,351 звёзд (в среднем 3,297 на проект). Лидером этой темы является virgiliojr94/book-to-skill, набравший 38,623 звёзд.

65
Всего репозиториев
214,351
Всего звезд
3,297
Среднее количество звезд на репозиторий

Всего репозиториев: 65

1
virgiliojr94/book-to-skill

Преобразуйте любой PDF технической книги в навык Claude Code — готовый к изучению, справке и использованию во время работы.

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

PdfCraft: программа для чтения и редактирования PDF с открытым исходным кодом, написанная с нуля на чистом Rust

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

RocketRide — это метахарнесс с открытым исходным кодом для ИИ, оснащённый единственным рантаймом корпоративного уровня, созданным на C++. Создавайте, тестируйте и публикуйте долговечных агентов, способных масштабироваться в рабочей среде.

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

Инструментарий для линеаризации PDF для наборов данных/обучения LLM

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

Быстрый, полезный и с открытым исходным кодом парсер документов

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

Курируемый список навыков Claude.

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

PDF craft может конвертировать PDF-файлы в различные другие форматы. Этот проект будет сосредоточен на обработке PDF-файлов сканированных книг.

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

Модульные навыки SenseNova для создания офисных помощников на базе ИИ и рабочих процессов повышения продуктивности

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

Создание и изменение документов Word с помощью Python

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

Paper2Code: Автоматизация генерации кода из научных статей по машинному обучению

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

Система для агентной обработки данных на базе LLM и ETL

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Обновлено 2026-11-17 📅 Создано 2024-07-09
12
ArtifexSoftware/mupdf

mupdf зеркало

ArtifexSoftware
⭐ 3,066 C 👤 ArtifexSoftware Organization 🕐 Обновлено 2026-11-19 📅 Создано 2015-06-24
13
wxyhgk/retain-pdf

Под перевод PDF с сохранением макета, формул и структуры, подходит для научных и технических документов

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

C-OCR — это проект OCR, разработанный Ctrip самостоятельно, который в основном включает распознавание документов и материалов, связанных с туризмом, таких как удостоверения личности, паспорта, железнодорожные билеты, визы и т. д. Проект состоит из 4 частей: отказ, обнаружение, распознавание, постобработка.

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

Документация Tesseract

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

Извлекайте структурированные данные и полезные сведения из документов с помощью больших языковых моделей и моделей принятия решений

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

pdfrw - это чистая библиотека Python для чтения и записи PDF-файлов

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

WAS-NS v3 Reborn; инструменты для обработки изображений, фильтров, маскирования, текста, логики, чисел, латентных переменных, файлов, 3D-сцен и анимации.

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

Библиотеки виджетов Syncfusion Flutter включают высококачественные виджеты пользовательского интерфейса и пакеты форматов файлов, которые помогут вам создавать богатые, высококачественные приложения для iOS, Android и Интернета из единой кодовой базы.

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

Java JNA обёртка для Tesseract OCR API

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

[УДАЛЕНО] Основная библиотека Java + PDF/A, xtra и XML Worker. Будут добавлены только исправления безопасности — пожалуйста, используйте iText 7

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

Сервер протокола контекста модели (MCP) для создания, чтения и манипулирования документами Microsoft Word. Этот сервер позволяет ИИ-помощникам работать с документами Word через стандартизированный интерфейс, предоставляя широкие возможности редактирования документов.

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

ExtractThinker — это библиотека Document Intelligence для LLM, предлагающая взаимодействие в стиле ORM для гибких и мощных рабочих процессов с документами.

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

OpenOCR: открытый набор инструментов для исследований и приложений общего OCR, объединяющий унифицированный набор данных для обучения и оценки, коммерческую систему OCR и разбор документов, а также точные воспроизведения основных реализаций из широкого спектра академических статей.

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

Colivara — это набор сервисов, который позволяет хранить, искать и извлекать документы на основе их визуального встраивания. ColiVara обеспечивает высочайшую производительность поиска как для текстовых, так и для визуальных документов. используя модели зрения вместо разбиения на части и текстовой обработки документов. Без OCR, без извлечения текста, без поврежденных таблиц или отсутствующих изображений.

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

Самый быстрый ИИ-чат-бот для любого LLM

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

Сервис на базе Docker для анализа макета PDF-документов. Этот сервис предоставляет мощный и гибкий сервис анализа PDF. Сервис позволяет сегментировать и классифицировать различные части страниц PDF, идентифицируя такие элементы, как тексты, заголовки, изображения, таблицы и т. д.

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

Собственный сервер конвертации файлов

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

Библиотека .NET для обработки PDF

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

Конвертер из PPTX в Markdown

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

Самая быстрая библиотека PDF для Python и Rust. Извлечение текста, извлечение изображений, конвертация в markdown, создание и редактирование PDF. Среднее время 0,8 мс, в 5 раз быстрее лидеров отрасли, 100% успешность на 3830 PDF. MIT/Apache-2.0.

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

Мощный инструмент для ответов на вопросы по документам с использованием искусственного интеллекта, который подключается к вашим локальным моделям Ollama. Создавайте, управляйте и взаимодействуйте с системами RAG для всех ваших потребностей в работе с документами.

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

📄 PDF -> .MD/.JSON API & SDK для PaddleOCR-VL с извлечением структурированных данных. Самостоятельно хостится.

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

:brain: 100% локальный слой памяти и база знаний для агентов с WebUI

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

Преобразуйте неструктурированные документы в проверенные, содержательные и доступные для запросов графы знаний.

docling-project
⭐ 947 Python 👤 docling-project Organization 🕐 Обновлено 2026-11-16 📅 Создано 2025-11-17
⭐ 947 Python 👤 unoconv Organization 🕐 Обновлено 2026-06-10 📅 Создано 2021-06-10
40
eclaire-labs/eclaire

Локальный, с открытым исходным кодом ИИ-помощник для ваших данных. Объединяет задачи, заметки, документы, фотографии и закладки. Частный, с возможностью самостоятельного размещения и расширяемый через API.

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

Генерация с усиленным рассуждением

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

Набор крейтов Rust для разбора, интерпретации и визуализации PDF-файлов.

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

KY KMS от Key-Origin — это документоориентированная система управления базами знаний, построенная на Elasticsearch, предлагающая мощные функции полнотекстового поиска и управления классификацией документов.

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

Транскрибируйте PDF с помощью локальных LLM

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

Transformer OCR

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

Настольный графический интерфейс на основе Electron в реальном времени для DeepSeek-OCR

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

Бинарные файлы PDF Command Line Tools для Linux, Mac, Windows

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

Простой в использовании разблокировщик PDF. Удалите защиту от копирования из файлов PDF.

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

Простой конвертер PDF в SVG с использованием библиотек Poppler и Cairo

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

Коллекция lua-фильтров для pandoc

pandoc
⭐ 677 Lua 👤 pandoc Organization 🕐 Обновлено 2025-12-01 📅 Создано 2017-11-21

Часто задаваемые вопросы

1

Какой репозиторий по теме #document-processing наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #document-processing на GitHub — virgiliojr94/book-to-skill, набравший 38,623 звёзд. Преобразуйте любой PDF технической книги в навык Claude Code — готовый к изучению, справке и использованию во время работы.

2

Какие языки программирования чаще всего используются в репозиториях по теме #document-processing?

Среди наиболее высоко оценённых проектов по теме #document-processing на GitHub чаще всего используются языки программирования Python, Rust, Java, TypeScript.

3

Как рассчитывается рейтинг репозиториев по теме #document-processing?

Мы отслеживаем 65 активных репозиториев с открытым исходным кодом, отмеченных тегом #document-processing (500 и более звёзд), с общим числом 214,351 звёзд и в среднем 3,297 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.