#text-extraction 仓库
探索 27 个标记为 #text-extraction 的活跃开源 GitHub 仓库,它们累计获得 101,655 个 Star(平均每个项目 3,765 个)。该主题的领先项目是 firecrawl/pdf-inspector,拥有 20,082 个 Star。
共 27 个仓库
Tika-Python 是 Apache Tika™ REST 服务的 Python 绑定,它允许在 Python 社区中本地调用 Tika。
Python 和 Rust 的最快 PDF 库。文本提取、图像提取、Markdown 转换、PDF 创建与编辑。平均 0.8ms,比行业领先者快 5 倍,3,830 个 PDF 100% 通过率。MIT/Apache-2.0。
使用 RepoToTextForLLMs 自动分析 LLM 的 GitHub 存储库。高效获取 README、结构和非二进制文件。输出包括分析提示,以帮助进行全面的存储库评估。
基于RAG的工具,使用OpenAI API和FAISS(Facebook AI Similarity Search)索引对PDF文本数据进行索引和搜索,专为快速信息检索和卓越的搜索准确性而设计。
前端自动翻译。支持有道/谷歌/百度/自定义翻译器。兼容 webpack/vite/rollup/rsbuild,适配所有编译成JS的框架,支持插值,命名空间等,帮助你一键翻译项目。
常见问题解答
GitHub 上最受欢迎的 #text-extraction 仓库是什么?
GitHub 上排名第一的开源 #text-extraction 项目是 firecrawl/pdf-inspector,拥有 20,082 个 Star。快速的 Rust PDF 检查、分类和文本提取库。智能检测扫描 PDF 与基于文本的 PDF,以实现智能路由决策。
#text-extraction 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #text-extraction 项目中,最常见的编程语言是 Python, Rust, Java, C++。
#text-extraction 仓库的排名是如何计算的?
我们跟踪了 27 个标记为 #text-extraction 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 101,655 个 Star,平均每个仓库拥有 3,765 个 Star。排名每日根据 GitHub API 更新。