document-intelligence

Biblioteca de LLM y SLM potente y fácil de usar con un increíble repositorio de modelos.

Un framework de inteligencia de documentos políglota con un núcleo en Rust. Extrae texto, metadatos, imágenes y datos estructurados de 101 formatos (115 extensiones de archivo) además de inteligencia de código para 371 lenguajes de programación. 15 enlaces de lenguajes — Rust, Python, Ruby, Java, Go, PHP, Elixir, C#, TypeScript — además de CLI, API REST y servidor MCP.

Knowhere extrae, analiza y genera fragmentos estructurados listos para agentes de IA y RAG.

ContextGem: Extracción sencilla de LLM a partir de documentos

Una colección de ideas y algoritmos originales e innovadores hacia Advanced Literate Machinery. Este proyecto lo mantiene el equipo de OCR en el Language Technology Lab, Tongyi Lab, Alibaba Group.

ExtractThinker es una librería de inteligencia de documentos para LLMs que ofrece interacción al estilo ORM para flujos de trabajo de documentos flexibles y potentes.

Proporciona a tu agente de IA capacidad de lectura para archivos PDF: texto estructurado, tablas, OCR, evidencia visual y citas a nivel de página a través de MCP. Nativo en Rust, con enfoque local.

AI-in-a-Box aprovecha la experiencia global de Microsoft para desarrollar y proporcionar soluciones de IA y ML a la comunidad técnica. Nuestro objetivo es presentar una colección curada de aceleradores de soluciones que ayuden a los ingenieros a establecer sus entornos y soluciones de IA/ML de forma rápida y con una fricción mínima.