document-processing

Biến bất kỳ PDF sách kỹ thuật nào thành một kỹ năng Claude Code — sẵn sàng để học tập, tham khảo và sử dụng trong khi làm việc.

Trình phân tích cú pháp tài liệu nhanh chóng, hữu ích và mã nguồn mở

Các kỹ năng SenseNova dạng mô-đun để xây dựng trợ lý văn phòng tích hợp AI và quy trình làm việc hiệu quả

Một hệ thống xử lý dữ liệu và ETL chạy bằng LLM mang tính tác vụ (agentic)

Dịch file PDF trong khi vẫn giữ nguyên bố cục, công thức và cấu trúc, thích hợp cho tài liệu nghiên cứu và kỹ thuật

ExtractThinker là một thư viện Document Intelligence dành cho LLM, cung cấp khả năng tương tác theo kiểu ORM cho quy trình xử lý tài liệu linh hoạt và mạnh mẽ.

OpenOCR: Bộ công cụ mã nguồn mở dành cho nghiên cứu và ứng dụng OCR tổng quát, tích hợp chuẩn mực huấn luyện và đánh giá thống nhất, hệ thống OCR và phân tích tài liệu cấp thương mại, cùng các bản cài đặt lại chính xác từ nhiều bài báo học thuật khác nhau.

Thư viện PDF nhanh nhất cho Python và Rust. Hỗ trợ trích xuất văn bản, hình ảnh, chuyển đổi sang markdown, tạo và chỉnh sửa PDF. Trung bình 0,8ms, nhanh gấp 5 lần các đối thủ hàng đầu, tỷ lệ thành công 100% trên 3.830 tệp PDF. Giấy phép MIT/Apache-2.0.

Trợ lý AI mã nguồn mở, ưu tiên cục bộ cho dữ liệu của bạn. Hợp nhất các tác vụ, ghi chú, tài liệu, ảnh và dấu trang. Riêng tư, tự lưu trữ và có thể mở rộng thông qua API.

Cung cấp cho AI agent đôi mắt để đọc PDF — văn bản có cấu trúc, bảng biểu, OCR, bằng chứng trực quan và trích dẫn cấp trang qua MCP. Viết bằng Rust thuần túy, ưu tiên cục bộ.

Chuyển đổi các tài liệu phi cấu trúc thành đồ thị tri thức đã được xác thực, phong phú và có thể truy vấn.

Trợ lý máy tính để bàn AI có cảm xúc | Ưu tiên quyền riêng tư · Đánh thức bằng giọng nói · Hỗ trợ văn phòng · Mở rộng không giới hạn qua MCP

Thư viện Java trích xuất bảng PDF và OCR. Trích xuất các bảng có cấu trúc từ PDF dựa trên văn bản và PDF quét bằng cách sử dụng phân tích luồng, lưới (phát hiện lưới kiểu OpenCV) và phân tích kết hợp.