document-intelligence

易於使用且功能強大的 LLM 與 SLM 函式庫，擁有精彩的模型倉庫

具 Rust 核心的多語言文件智慧框架。從 101 種格式（115 種檔案副檔名）提取文字、元資料、影像與結構化資料，並支援 371 種程式語言的程式碼智慧。提供 15 種語言綁定 — Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、TypeScript — 以及 CLI、REST API 與 MCP 伺服器

Knowhere 萃取、解析並輸出可供 AI Agents 與 RAG 使用的結構化片段。

ContextGem：輕鬆從文件中進行 LLM 萃取

朝向先進文學機器（Advanced Literate Machinery）的原創創新點子與演算法集合。本專案由阿里巴巴集團通義實驗室語言技術實驗室 OCR 團隊維護。

ExtractThinker 是一個針對 LLM 的文件智慧函式庫，提供 ORM 風格的互動以實現靈活且強大的文件工作流程。

賦予 AI 代理程式閱讀 PDF 的能力——透過 MCP 提供結構化文字、表格、OCR、視覺證據與頁面級引用。原生 Rust，本機優先。

AI-in-a-Box 利用 Microsoft 全球的專業知識來開發並提供 AI 與 ML 解決方案給技術社群。我們的目標是提供一系列精選的解決方案加速器，協助工程師快速且低阻力地建立其 AI/ML 環境與解決方案。