Extractous

快速高效的非结构化数据提取工具

普通产品编程nlprust

Extractous是一个用Rust编写的非结构化数据提取工具，提供多语言绑定。它专注于从各种文件类型（如PDF、Word、HTML等）中提取内容和元数据，并且性能优异，内存占用低。Extractous通过原生代码执行实现快速处理速度和低内存使用，支持多种文件格式，并集成了Apache Tika和tesseract-ocr技术，使其能够处理广泛的文件类型并进行OCR识别。该工具的开源性质和Apache 2.0许可使其可以免费用于商业用途，适合需要处理大量文档数据的企业和开发者。

Best AI Websites & Tools

Extractous

Extractous 最新流量情况

Extractous 访问量趋势

Extractous 访问地理位置分布

Extractous 流量来源

Extractous 替代品

Create-tsi — 低代码生成AI应用程序的生成性AI RAG工具包。

pdf-extract-api — 高精度将图片或PDF转换为Markdown文本或JSON结构化文档的API

RAG_Techniques — 革命性的检索增强生成系统技术集合。

GraphRAG Visualizer — 一个用于可视化和探索微软GraphRAG工具的网络工具。

Sidecar — Sidecar是Aide编辑器的AI大脑，与编辑器协同工作。

Dabarqus — A tool for integrating private data with AI large language models.

Prompt_Engineering — 一个全面的Prompt Engineering技术资源库

rag-chatbot — 一个可以本地与多个PDF文件进行对话的聊天机器人。

gptme — 终端中的个人AI助手，具备本地工具。

Epsilla — 无需编码即可构建生产就绪的LLM应用程序

IncarnaMind — 通过GPT等大型语言模型与你的文档对话

Album AI — AI驱动的相册，自动生成图像元数据并与之对话。

LazyLLM — 低代码构建多Agent大模型应用的开发工具

RAGElo — RAG-based LLM agents的Elo排名工具

DB-GPT — AI原生数据应用开发框架

llama-recipes — 用于微调Meta Llama模型的库和示例脚本集合

GetSearchablePDF — 将PDF转换为可搜索的PDF

Algomax — 简化LLM和RAG模型输出评估，提供对定性指标的洞察

langroid — Langroid是一个基于Python的轻量级LLM框架

ChatDocuments — 将您的文档转化为具有人工智能的互动聊天

PromptWizard — 任务感知型提示优化框架

Ollama-OCR — 一个强大的OCR（光学字符识别）工具

Command R7B — 快速高效的生成型AI模型

MarkItDown — Python工具，将文件和办公文档转换为Markdown格式。

E2M — 将各种文件类型转换为Markdown格式的Python库

InternViT-6B-448px-V2_5 — 基于InternViT-6B-448px-V1-5的增强版视觉模型

vision-is-all-you-need — 利用视觉语言模型的文档检索系统

FineWeb2 — 多语言预训练数据集

Flow by Laminar — 轻量级任务引擎，构建状态化 AI 代理，支持多种任务处理。