Google LangExtract
Google 开源的结构化信息提取库，使用 LLM 从非结构化文本中提取结构化信息，支持精确溯源和交互式可视化，36K+ stars
🎯适用场景：从文档中提取结构化数据
📊 仓库数据
✅ 优点
- •Google 官方出品
- •精确溯源
- •支持交互式可视化
- •多 LLM 后端
⚠️ 限制
- •Python 库非完整产品
- •需要自行部署
🔗 相关工具
Context7
github.com/upstash/context7
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
MarkItDown
github.com/microsoft/markitdown
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
Firecrawl
github.com/firecrawl/firecrawl
AI 友好的网页抓取 API，支持 URL → Markdown/结构化数据，110K+ stars。专为 LLM 应用设计，自动处理 JS 渲染、分页、反爬，是 RAG 系统的理想数据源
🎯网页自动化与数据采集
RAGFlow
github.com/infiniflow/ragflow
开源 RAG 引擎，78,566+ stars。深度融合检索与 LLM 能力，支持 PDF/Word/PPT 等多格式文档解析、智能分块、混合检索和引用溯源，是企业知识库问答的优选方案
🎯企业知识库问答与 RAG 检索、非结构化文档解析与提取
LobeHub
github.com/lobehub/lobe-chat
AI Agent 协作平台，75,393+ stars。提供现代化的聊天界面，支持多模型切换、插件系统、Agent 团队协作、知识库管理，是个人 AI 工作台的优秀选择
🎯企业知识库问答与 RAG 检索
AnythingLLM
github.com/mintplex-labs/anything-llm
本地 AI 生产力工具，58,641+ stars。一站式本地 AI 应用方案，支持文档管理、向量数据库、多模型切换，可完全本地化部署，保护数据隐私
🎯知识库问答与 RAG 检索