एक स्क्रैपिंग API जो पूरी वेबसाइट को LLM के लिए उपयुक्त Markdown या संरचित डेटा में बदल देता है।
DocETL (UC Berkeley)
A system for agentic LLM-powered data processing and ETL
- रिपॉज़िटरी
- ucbepic/docetl
- स्टार
- ★ 4,133
- फ़ोर्क
- 449
- भाषा
- Python
- लाइसेंस
- MIT
- अंतिम अपडेट
- 2026-10-09
- विज़िट
- 0
LLM
मिलते-जुलते प्रोजेक्ट
Baidu PaddlePaddle की OCR टूल लाइब्रेरी, सौ से अधिक भाषाओं, PP-OCR और दस्तावेज़ पार्सिंग का एकीकरण।
PDF जैसे दस्तावेज़ों को उच्च गुणवत्ता के साथ Markdown / JSON में बदलता है, LLM कॉर्पस के लिए।
IBM का ओपन-सोर्स दस्तावेज़ पार्सिंग टूल, PDF / Office को संरचित डेटा में बदलता है।
微软出品，把 Office、PDF 等文件转为 Markdown 供 LLM 使用。
🕷️ An adaptive 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/