API de scraping qui transforme des sites entiers en Markdown ou en données structurées prêtes pour les LLM.
olmOCR
AI2 的 PDF 线性化工具包，用视觉语言模型解析文档。
- Catégorie
- 📄 Analyse de documents et scraping
- Dépôt
- allenai/olmocr
- Étoiles
- ★ 19 750
- Forks
- 1 646
- Langage
- Python
- Licence
- Apache-2.0
- Dernière mise à jour
- 2026-03-25
- Visites
- 0
OCRPDF
Projets similaires
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_