API de scraping qui transforme des sites entiers en Markdown ou en données structurées prêtes pour les LLM.
📄 Analyse de documents et scraping
OCR, PDF vers Markdown, scraping web : alimentez vos LLM en données
Tout 1040🧠 Grands modèles de langage 24🤖 Agents IA 159🧩 Plateformes de développement d’applications 23📚 RAG et bases de connaissances 47💬 Interfaces de chat et clients 41🖥️ Inférence et déploiement en local 87👨💻 Programmation assistée par IA 97🛠️ Frameworks et SDK 46🔌 MCP et écosystème d’outils 36🎨 Génération d’images 26🎬 Génération de vidéo 17🎙️ Voix et audio 45👁️ Vision par ordinateur 26📄 Analyse de documents et scraping 25🗄️ Bases de données vectorielles 25🏋️ Entraînement, fine-tuning et MLOps 71🧪 Évaluation, observabilité et sécurité 79🚪 Passerelles et proxys d’API 12🔎 Recherche et deep research 16⚙️ Bibliothèques de deep learning 57🏷️ Données et annotation 32🔬 IA pour l’industrie et la science 33⚡ Outils de productivité 16
Boîte à outils OCR de Baidu PaddlePaddle, qui réunit plus d’une centaine de langues, PP-OCR et l’analyse de documents.
Convertit des PDF et autres documents en Markdown / JSON de haute qualité, destiné aux corpus de LLM.
Outil d’analyse de documents open source d’IBM qui convertit les PDF et fichiers Office en données structurées.
微软出品，把 Office、PDF 等文件转为 Markdown 供 LLM 使用。
🕷️ A Web Scraping framework that handles everything from a single request to a full-scale crawl! Don't be shy, join here: https://discord.gg/EMgGbDceNQ and follow here for daily tips and tricks: https://x.com/Scrapling_
为 LLM 设计的开源网页爬虫与抓取工具。
历史最悠久的开源 OCR 引擎。
快速准确地把 PDF 转为 Markdown 与 JSON。
Lightpanda: the headless browser designed for AI and automation
用大模型和图逻辑驱动的 Python 网页抓取库。
开箱即用的 80+ 语言 OCR 库。
PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.
DeepSeek 探索视觉压缩上下文的 OCR 模型。
AI2 的 PDF 线性化工具包，用视觉语言模型解析文档。
Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.
文档预处理库，为 LLM 提取并整理非结构化数据。
A fast, helpful, and open-source document parser
把任意 URL 转成 LLM 友好的输入，在前面加上 r.jina.ai 即可。
基于深度学习的文档文字识别库。
An automated document analyzer for Paperless-ngx using OpenAI API, Ollama, Deepseek-r1, Azure and all OpenAI API compatible Services to automatically analyze and tag your documents.
The go-to web for your AI coding agent — local-first search, fetch, crawl & research over MCP. No API keys, no cloud, $0/query. Public beta.
A system for agentic LLM-powered data processing and ETL
Open-source inference server and production cluster for all the models your agent needs.