Git Stars Git Stars

#unstructured-data 仓库

探索 21 个标记为 #unstructured-data 的活跃开源 GitHub 仓库,它们累计获得 67,625 个 Star(平均每个项目 3,220 个)。该主题的领先项目是 treeverse/dvc,拥有 15,993 个 Star。

21
仓库总数
67,625
总星标数
3,220
平均每个仓库星标数
1
treeverse/dvc

🦉 数据版本控制和机器学习实验

treeverse
⭐ 15,993 Python 👤 treeverse Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-03-04
2
voxel51/fiftyone

优化高质量数据集和视觉AI模型

voxel51
⭐ 11,326 TypeScript 👤 voxel51 Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-04-22
3
neo4j-labs/llm-graph-builder

使用 LLM 从非结构化数据构建 Neo4j 图

neo4j-labs
⭐ 5,320 Jupyter Notebook 👤 neo4j-labs Organization 🕐 已更新 2026-11-01 📅 创建时间 2024-01-11
4
ucbepic/docetl

一种用于 agentic LLM 驱动的数据处理和 ETL 的系统

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 已更新 2026-11-17 📅 创建时间 2024-07-09
5
towhee-io/towhee

Towhee 是一个致力于使神经数据处理管道变得简单快捷的框架。

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 已更新 2024-10-18 📅 创建时间 2021-07-13
6
datachain-ai/datachain

非结构化数据的上下文层:基于 S3、GCS、Azure 的类型化、版本化数据集

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 已更新 2026-11-22 📅 创建时间 2024-06-25
7
milvus-io/bootcamp

处理所有非结构化数据,例如反向图像搜索、音频搜索、分子搜索、视频分析、问答系统、NLP 等。

milvus-io
⭐ 2,454 Jupyter Notebook 👤 milvus-io Organization 🕐 已更新 2026-10-21 📅 创建时间 2019-08-09
8
instill-ai/instill-core

Instill Core 是一款用于数据、模型和管道编排的全栈 AI 基础设施工具,旨在简化构建通用 AI 优先应用程序的各个方面。

instill-ai
⭐ 2,322 Python 👤 instill-ai Organization 🕐 已更新 2026-06-01 📅 创建时间 2022-01-13
9
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
⭐ 2,098 Python 👤 shcherbak-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-11
10
NanoNets/docext

一个本地部署、无 OCR 的非结构化数据提取、Markdown 转换和基准测试工具包。(https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 已更新 2026-03-17 📅 创建时间 2025-03-25
11
nomic-ai/nomic

Nomic 开发者 API SDK

nomic-ai
⭐ 1,881 Python 👤 nomic-ai Organization 🕐 已更新 2025-11-11 📅 创建时间 2022-07-21
12
lotus-data/lotus

针对您的数据优化的智能体与LLM批量处理

lotus-data
⭐ 1,739 Python 👤 lotus-data Organization 🕐 已更新 2026-11-10 📅 创建时间 2024-07-16
13
dingodb/dingo

一个多模态向量数据库,支持使用统一的 SQL (MySQL 兼容) 对结构化和非结构化数据进行 upsert 和向量查询,同时满足高并发和超低延迟的要求。

dingodb
⭐ 1,706 Java 👤 dingodb Organization 🕐 已更新 2026-10-30 📅 创建时间 2021-10-14
14
yobix-ai/extractous

快速高效的非结构化数据提取。使用 Rust 编写,并提供多种语言的绑定。

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 已更新 2024-12-21 📅 创建时间 2024-06-04
15
Open-Source-Legal/OpenContracts

面向构建者和黑客的开放文档智能平台——适用于代理世界的DMS

Open-Source-Legal
⭐ 1,551 Python 👤 Open-Source-Legal Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-10-24
16
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
17
amphi-ai/amphi-etl

由Python驱动的视觉化数据准备

amphi-ai
⭐ 1,410 TypeScript 👤 amphi-ai Organization 🕐 已更新 2026-08-24 📅 创建时间 2024-03-20
18
Renumics/spotlight

在 Dataframe 中交互式地探索非结构化数据集。

Renumics
⭐ 1,288 TypeScript 👤 Renumics Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-01-29
19
Oxen-AI/Oxen

适用于大型数据仓库的闪电般快速的数据版本控制系统。使用起来像git,推送和拉取像牛一样稳健。

Oxen-AI
⭐ 1,211 Rust 👤 Oxen-AI Organization 🕐 已更新 2026-11-22 📅 创建时间 2022-08-01
20
HKUSTDial/awesome-data-agents

数据代理进展的持续更新论文列表。我们论文《数据代理调查:新兴范式还是过度炒作?》的配套仓库

HKUSTDial
⭐ 805 Python 👤 HKUSTDial Organization 🕐 已更新 2026-11-08 📅 创建时间 2025-08-31
21
nuclia/nucliadb

NucliaDB,用于 RAG 的 AI 搜索数据库

nuclia
⭐ 722 Python 👤 nuclia Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-04-05

常见问题解答

1

GitHub 上最受欢迎的 #unstructured-data 仓库是什么?

GitHub 上排名第一的开源 #unstructured-data 项目是 treeverse/dvc,拥有 15,993 个 Star。🦉 数据版本控制和机器学习实验

2

#unstructured-data 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #unstructured-data 项目中,最常见的编程语言是 Python, TypeScript, Jupyter Notebook, Rust。

3

#unstructured-data 仓库的排名是如何计算的?

我们跟踪了 21 个标记为 #unstructured-data 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 67,625 个 Star,平均每个仓库拥有 3,220 个 Star。排名每日根据 GitHub API 更新。