Anydoc

xberg 是一个以 Rust 为核心、支持多语言绑定的文档智能框架，提供高性能的文档解析、结构化抽取与索引能力，通过 FFI 对接 Go、C#、Elixir、Bun 等多种语言运行时。

🎯在多语言技术栈中做高性能文档解析、结构化抽取与索引

文档结构化转换工具，15K+ stars。轻松将非结构化文档转换为结构化数据，支持多种文档格式的解析和 ETL 处理

🎯非结构化文档解析与提取、数据采集与 ETL 处理

MinerU 是一款开源的 PDF 文档解析与转换工具，能够将复杂的 PDF 和 Office 文档转换为 LLM 可用的 Markdown/JSON 格式。支持版面分析、表格提取、公式识别和 OCR，专为 AI 智能体工作流设计。66K+ stars。

🎯将 PDF/Office 文档转换为 AI 友好的格式，用于 RAG 知识库构建和文档智能分析

无需向量数据库的推理式 RAG 文档索引方案。通过推理式检索替代传统的向量相似度匹配，大幅提升 RAG 系统的检索精度和相关性。31K+ stars，代表 RAG 技术从向量匹配向推理驱动演进的新方向

🎯知识库问答与 RAG 检索

Firecrawl PDF Inspector 是专门用于 PDF 文档智能分析的工具，支持表格、排版和结构保真提取。基于视觉大语言模型实现 PDF 到 Markdown 的高精度转换。

🎯PDF 文档解析、表格提取、文档数字化

Markdown wiki 编译器 + MCP 访问，无需 embedding，自托管。Bybit 出品，51 stars。

🎯将散乱文档编译为可查询的 Markdown 知识库