document-intelligence

易于使用且功能强大的 LLM 与 SLM 库，拥有精彩的模型仓库

具 Rust 核心的多语言文档智能框架。从 101 种格式（115 种文件扩展名）提取文本、元数据、图像和结构化数据，并支持 371 种代码语言的代码智能。提供 15 种语言绑定 — Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、TypeScript — 以及 CLI、REST API 与 MCP 服务器

Knowhere 提取、解析并输出可供 AI Agents 与 RAG 使用的结构化片段。

ContextGem：轻松从文件中进行 LLM 提取

朝向高级文学机器（Advanced Literate Machinery）的原创创新点子与算法集合。本项目由阿里巴巴集团通义实验室语言技术实验室 OCR 团队维护。

ExtractThinker 是一个针对 LLM 的文档智能库，提供 ORM 风格的交互以实现灵活且强大的文档工作流程。

赋予 AI 代理程序阅读 PDF 的能力——通过 MCP 提供结构化文字、表格、OCR、视觉证据与页面级引用。原生 Rust，本地优先。

AI-in-a-Box 利用 Microsoft 全球的专业知识来开发并提供 AI 与 ML 解决方案给技术社区。我们的目标是提供一系列精选的解决方案加速器，协助工程师快速且低阻力地建立其 AI/ML 环境与解决方案。