parser

基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

RAGFlow 是领先的开源检索增强生成引擎，融合尖端 RAG 与智能体能力，为大型语言模型构建卓越的上下文层

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

为生成式人工智能准备好你的文档

现代C++的JSON库

一个Markdown解析器和编译器。专为速度而生。

基于 Rust 的 Web 平台

面向AI就绪数据的PDF解析器。

FlatBuffers：内存高效的序列化库

编程工具的增量式解析系统

每秒解析千兆字节级JSON数据：被Facebook/Meta Velox、Node.js运行时、ClickHouse、WatermelonDB、Apache Doris、Milvus、StarRocks采用。

在Swift中处理JSON数据的更优方案。

⚓ 一组用 Rust 编写的 JavaScript 工具集

高性能可观测性数据管道。

ANTLR（语言识别另一工具）是强大的解析器生成器，用于读取、处理、执行或翻译结构化文本及二进制文件。

使用PHP编写的PHP解析器

功能齐全、快速的 Rust 命令行参数解析器

轻松将文档转换为结构化数据。Unstructured是开源的ETL解决方案，可将复杂文档转换为适合语言模型的整洁结构化格式。访问我们的网站了解企业级平台产品，支持生产级工作流、分区、增强、分块和嵌入。

将文档网站、GitHub仓库和PDF文件转换为Claude AI技能，并具备自动冲突检测功能。

一个让创建美观控制台应用程序更简单的.NET库

一款快速、实用且开源的文件解析工具

《实现解释器》一书的配套代码库

一个纯 Python 编写的 PDF 库，能够对 PDF 文件页面进行拆分、合并、裁剪和变换操作

摄取、解析并优化任意数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与GenAI框架的兼容性