Git Stars Git Stars

#document-ai 仓库

探索 22 个标记为 #document-ai 的活跃开源 GitHub 仓库,它们累计获得 108,453 个 Star(平均每个项目 4,929 个)。该主题的领先项目是 microsoft/unilm,拥有 22,247 个 Star。

22
仓库总数
108,453
总星标数
4,929
平均每个仓库星标数
1
microsoft/unilm

跨任务、语言和模态的大规模自监督预训练

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 已更新 2026-09-21 📅 创建时间 2019-07-23
2
datalab-to/surya

OCR,版面分析,阅读顺序,90多种语言的表格识别

datalab-to
⭐ 21,608 Python 👤 datalab-to Organization 🕐 已更新 2026-11-13 📅 创建时间 2024-01-10
3
datalab-to/chandra

能够处理具有完整布局的复杂表格、表单和手写体的OCR模型。

datalab-to
⭐ 12,741 Python 👤 datalab-to Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-10-08
4
xerrors/Yuxi

可私有部署的多租户知识智能体平台:统一 RAG、知识图谱、多智能体、MCP/Skills、沙盒与权限管理。Yuxi = 云端智能体 + 知识 RAG,面向 RAG、知识图谱和多智能体工作流的可私有部署知识智能体平台。

xerrors
⭐ 7,711 Python 👤 xerrors User 🕐 已更新 2026-11-20 📅 创建时间 2024-07-05
5
Zipstack/unstract

LLM驱动的非结构化数据提取 — 为API部署和ETL管道工作流而构建

Zipstack
⭐ 7,462 Python 👤 Zipstack Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-02-21
6
clovaai/donut

OCR-free Document Understanding Transformer (Donut) 和 Synthetic Document Generator (SynthDoG) 的官方实现,ECCV 2022

clovaai
⭐ 6,728 Python 👤 clovaai Organization 🕐 已更新 2024-07-11 📅 创建时间 2022-07-20
7
TarrySingh/Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials

Synapsa Commons:免费、实践性强的 AI 课程,可在任何平台运行(Colab、Kaggle、Binder、Codespaces、Jupyter)。涵盖《欧盟人工智能法案》合规证据、模型验证、预测性维护、文档提取、检索与 RAG、AI 智能体和 MCP,以及一个模拟人形机器人。每节课均自动评分。来自 Synapsa 的构建团队。

TarrySingh
⭐ 4,027 Python 👤 TarrySingh User 🕐 已更新 2026-11-20 📅 创建时间 2017-07-13
8
CosmosShadow/gptpdf

使用 GPT 解析 PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 已更新 2025-04-17 📅 创建时间 2024-06-28
9
FB208/OpenBidKit_Yibiao

开箱即用的AI标书编写工具,标书AI生成工具,投标工具箱、知识库、标书查重、废标项检查,完全开源免费,欢迎使用

FB208
⭐ 3,370 JavaScript 👤 FB208 User 🕐 已更新 2026-11-20 📅 创建时间 2025-08-04
10
deepdoctection/deepdoctection

Document AI 的一个仓库

deepdoctection
⭐ 3,274 Python 👤 deepdoctection Organization 🕐 已更新 2026-11-14 📅 创建时间 2021-12-09
11
wxyhgk/retain-pdf

在保留版面、公式与结构的前提下进行 PDF 翻译,适用于科研与技术文档

wxyhgk
⭐ 2,734 Python 👤 wxyhgk User 🕐 已更新 2026-11-10 📅 创建时间 2026-03-29
12
shcherbak-ai/contextgem

使用大语言模型和决策模型从文档中提取结构化数据和洞察

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-11
13
Ucas-HaoranWei/Vary

[ECCV 2024] Vary: 扩展大型视觉语言模型视觉词汇量的官方代码实现。

Ucas-HaoranWei
⭐ 1,888 Python 👤 Ucas-HaoranWei User 🕐 已更新 2024-12-30 📅 创建时间 2023-12-07
14
kijai/ComfyUI-Florence2

推理 Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 已更新 2026-05-06 📅 创建时间 2024-06-19
15
emcf/thepipe

利用视觉语言模型从棘手的文档中获取干净的数据 ⚡

emcf
⭐ 1,529 Python 👤 emcf User 🕐 已更新 2026-09-28 📅 创建时间 2024-03-22
16
aiptimizer/TurboOCR

TurboOCR,>200 img/s OmnidocBench。TensorRT FP16,PP-OCRv6,HTTP + gRPC

aiptimizer
⭐ 1,162 C++ 👤 aiptimizer Organization 🕐 已更新 2026-09-27 📅 创建时间 2026-03-20
17
doc-analysis/TableBank

TableBank:一个用于表格检测和识别的基准数据集

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 已更新 2024-08-12 📅 创建时间 2019-03-05
18
yigitkonur/api-llm-ocr

使用视觉大型语言模型将 PDF 转换为 Markdown——表格、布局和结构保持不变

yigitkonur
⭐ 900 Python 👤 yigitkonur User 🕐 已更新 2026-02-21 📅 创建时间 2024-09-22
19
magicrew/doc7

通过视觉理解将文档转换为 AI 就绪的 Markdown

magicrew
⭐ 719 Go 👤 magicrew Organization 🕐 已更新 2026-08-07 📅 创建时间 2026-08-02
20
ggozad/haiku.rag

用于本地和自托管文档搜索的智能体式 RAG:基于嵌入式 LanceDB 的混合检索、重排序和多模态 RAG,配合 Docling 解析和 MCP 服务器

ggozad
⭐ 665 Python 👤 ggozad User 🕐 已更新 2026-11-20 📅 创建时间 2024-10-13
21
run-llama/ParseBench

ParseBench - 面向AI代理的文档解析基准

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-10

常见问题解答

1

GitHub 上最受欢迎的 #document-ai 仓库是什么?

GitHub 上排名第一的开源 #document-ai 项目是 microsoft/unilm,拥有 22,247 个 Star。跨任务、语言和模态的大规模自监督预训练

2

#document-ai 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #document-ai 项目中,最常见的编程语言是 Python, JavaScript, C++, Go。

3

#document-ai 仓库的排名是如何计算的?

我们跟踪了 22 个标记为 #document-ai 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 108,453 个 Star,平均每个仓库拥有 4,929 个 Star。排名每日根据 GitHub API 更新。