unstructured

Firecrawl 开源 Rust 文档解析器，支持 14 种格式（PDF/Word/PPT/Excel/ODT/RTF/EPUB/CSV/HTML）转 Markdown/JSON。中位耗时 <5ms，纯 Rust 无外部依赖，可编译为 WASM。

🎯RAG 管道文档解析

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

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

全球最流行的机器学习框架之一，195K+ stars。Google 开源的端到端 ML 平台，支持 TensorFlow、Keras 等多种 API，覆盖深度学习、强化学习、移动端部署等全场景，是 AI 工程师的必备工具

🎯深度学习模型训练、移动端 AI 部署、生产环境 ML 推理服务