API de scraping que transforma sites inteiros em Markdown ou dados estruturados prontos para LLMs.
PaddleOCR Destaque
Biblioteca de OCR do Baidu PaddlePaddle, que reúne mais de cem idiomas, PP-OCR e análise de documentos.
- Categoria
- 📄 Análise de documentos e scraping
- Repositório
- PaddlePaddle/PaddleOCR
- Estrelas
- ★ 91.276
- Forks
- 11.510
- Linguagem
- Python
- Licença
- Apache-2.0
- Última atualização
- 2026-09-16
- Visitas
- 3
OCRMultilíngue
Projetos semelhantes
Converte PDFs e outros documentos em Markdown / JSON com alta qualidade, voltado para corpora de LLMs.
Ferramenta de análise de documentos de código aberto da IBM que converte PDFs e arquivos do Office em dados estruturados.
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/
为 LLM 设计的开源网页爬虫与抓取工具。