opendatalab/MinerU

Transforma documentos complejos como PDFs y documentos de Office en markdown/JSON aptos para LLM para tus flujos de trabajo de Agentic.

↗ Abrir en GitHub

Estrellas

79.045

Bifurcaciones

6627

Lenguaje

Python

Licencia

NOASSERTION

Último push

hace 6 días

Python python pdf parser docx pptx xlsx ocr document-analysis ai4science pdf-converter extract-data layout-analysis pdf-extractor-llm pdf-extractor-pretrain pdf-extractor-rag pdf-parser

Aún no hay intel relacionado

Este repo no ha aparecido en ninguna de las fuentes que rastrea el radar. El recopilador funciona con un horario — vuelve cuando lo haya cubierto.