API для парсинга, превращающий целые сайты в Markdown или структурированные данные, пригодные для LLM.
📄 Разбор документов и парсинг
OCR, PDF в Markdown, парсинг сайтов: подготовьте данные для LLM
Все 1035🧠 Большие языковые модели 26🤖 ИИ-агенты 155🧩 Платформы разработки приложений 23📚 RAG и базы знаний 45💬 Чат-интерфейсы и клиенты 42🖥️ Локальный инференс и развёртывание 86👨💻 ИИ для программирования 97🛠️ Фреймворки и SDK 48🔌 MCP и экосистема инструментов 36🎨 Генерация изображений 26🎬 Генерация видео 18🎙️ Речь и аудио 45👁️ Компьютерное зрение 26📄 Разбор документов и парсинг 25🗄️ Векторные базы данных 26🏋️ Обучение, дообучение и MLOps 73🧪 Оценка, наблюдаемость и безопасность 78🚪 API-шлюзы и прокси 12🔎 Поиск и глубокие исследования 15⚙️ Библиотеки глубокого обучения 56🏷️ Данные и разметка 32🔬 ИИ для отраслей и науки 32⚡ Инструменты для повышения продуктивности 13
Библиотека OCR от Baidu PaddlePaddle: более ста языков, PP-OCR и разбор документов в одном наборе.
Качественное преобразование PDF и других документов в Markdown / JSON для корпусов данных LLM.
Open-source инструмент IBM для разбора документов: преобразует PDF и файлы Office в структурированные данные.
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.