document-ai

跨任务、语言和模态的大规模自监督预训练

LLM 驱动的非结构化数据抽取 — 为 API 部署与 ETL 工作流设计

官方实现 OCR-free Document Understanding Transformer（Donut）与 Synthetic Document Generator（SynthDoG），ECCV 2022。

可私有部署的多租户知识智能体平台：统一 RAG、知识图谱、多智能体、MCP/Skills、沙盒与权限管理

一个用于 Document AI 的仓库

开箱即用的AI标书编写工具，标书AI生成工具，投标工具箱、知识库、标书查重、废标项检查，完全开源免费，欢迎使用

在保留排版、公式与结构的前提下进行 PDF 翻译，适用于科研与技术文档

借助视觉语言模型（VLM），从复杂文档中获取干净的数据 ⚡

通过视觉理解将文档转换为具备 AI 处理能力的 Markdown

TurboOCR，>200 img/s OmnidocBench。TensorRT FP16、PP-OCRv6、HTTP + gRPC

使用视觉 LLM 将 PDF 转为 markdown — 保留表格、排版与结构

用于本地与自托管文件搜索的 Agentic RAG：基于嵌入式 LanceDB 的混合检索、重排序与多模态 RAG，并整合 Docling 解析与 MCP 服务器

ParseBench - 用于 AI Agent 的文档解析基准测试。