MinerU
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。
🎯适用场景：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
📥 收录于 2026/6/3
📊 仓库数据
📈 Stars 变化 ↑9 小时 +26· 统计区间 7/17 20:11 → 7/18 05:19（9 小时）
✅ 优点
- •支持 PDF、DOCX、PPTX 等多种格式
- •版面分析和表格提取能力强
- •66K+ stars 社区活跃
- •专为 LLM 工作流优化
⚠️ 限制
- •复杂排版文档可能丢失格式
- •OCR 精度依赖底层引擎
- •扫描件处理效果因质量而异
🔗 相关工具
PageIndex
github.com/VectifyAI/PageIndex
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
unstructured
github.com/unstructured-io/unstructured
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
Pdf Inspector
github.com/firecrawl/pdf-inspector
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
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
Supabase
github.com/supabase/supabase
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
Graphify
github.com/safishamsi/graphify
AI 编码助手技能，支持 Claude Code、Codex、OpenCode、Cursor 等工具的图数据库可视化技能
🎯知识图谱增强检索与推理、AI 辅助编程与代码生成
