Cocoindex

LLM 驱动的非结构化数据提取工具，面向 API 部署和 ETL 管道工作流。支持从 PDF、发票、合同等文档中自动提取结构化数据，适合企业级文档处理场景。6.6K+ stars。

🎯企业文档自动处理、发票/合同信息提取、RAG 数据管道构建

微软开源的通用文件转 Markdown 工具，支持 PDF、Word、PPT、Excel、HTML、音频、图片 OCR 等数十种格式转换，专为 LLM 和 RAG 数据预处理设计，插件系统可扩展，MIT 协议

🎯多模态内容理解与生成

Postgres 开发平台，101,199+ stars。开源 Firebase 替代方案，内置向量数据库支持 pgvector，是构建 AI 应用（RAG、Agent）的理想后端基础设施。提供实时数据库、认证、存储、Edge Functions 等全栈能力。

🎯LLM 应用快速开发

收录所有小初高、大学 PDF 教材（GitHub 69k 星），覆盖中国完整教育体系，是 AI 教育应用和知识库构建的重要数据源

🎯中文 PDF 教材数据集、教育领域知识库构建

开源、本地优先、隐私友好的 Notion 和 Miro 替代品，集知识库、文档、白板、数据库于一体的全功能工作空间

🎯个人/团队知识库搭建、文档管理、白板协作、替代 Notion

LLM 文档上下文引擎，53,227+ stars。自动获取和整理最新文档上下文，为 LLM 提供精确的技术参考信息，减少幻觉并提高回答质量

🎯知识库问答与 RAG 检索