🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

摄取、解析并优化任意数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与GenAI框架的兼容性

SGLang是面向大语言模型与视觉语言模型的高速推理框架。

能够处理复杂表格、表单、手写体并保留完整版式的OCR模型

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

基于大语言模型的非结构化数据提取——专为API部署与ETL管道工作流构建。

将文档网站、GitHub仓库和PDF文件转换为Claude AI技能，并具备自动冲突检测功能。

轻松将文档转换为结构化数据。Unstructured是开源的ETL解决方案，可将复杂文档转换为适合语言模型的整洁结构化格式。访问我们的网站了解企业级平台产品，支持生产级工作流、分区、增强、分块和嵌入。

基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

一款快速、实用且开源的文件解析工具

用于PDF检查、分类和文本提取的快速Rust库。智能检测扫描版与文本版PDF，以实现智能路由决策。

《开源大模型食用指南》针对中国开发者定制的Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程

纯 JavaScript 实现的 OCR 库，支持 100 多种语言 📖🎉🖥

让AI做实际工作。随时切换模型——保留你构建的一切。

开始使用OpenAI gpt-oss、DeepSeek-R1、Gemma 3及其他模型。

面向AI就绪数据的PDF解析器。

工作与生活的终极空间——在这里，您可以寻找、构建并与智能体队友协作，共同成长。我们将智能体协作提升至全新高度——实现多智能体协同、轻松设计智能体团队，并引入智能体作为工作交互的基本单元。

自托管人工智能会计应用。支持收据、发票及交易的LLM智能分析器，具备自定义提示词与分类功能

微信机器人，可接入DeepSeek、Gemini、ChatGPT、ChatGLM、讯飞星火、Tigerbot等大模型。微信 Hook WeChat Robot Hook.

Tesseract开源OCR引擎（主代码库）