文档与内容处理
当前范围的仓库 129 · UTC 2026-11-03
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Mmicrosoft / markitdown将常见文件及 Office 文档转换为 Markdown 的 Python 工具。PythonMIT · 宽松，可直接商用名次历史不足193,56414,520——2026-10-28
3—Ttesseract-ocr / tesseract将图片中的文字转换为可处理文本的 OCR 引擎。C++Apache-2.0 · 宽松，可直接商用名次历史不足77,29910,898——2026-11-02
7—TThe-Vibe-Company / quivr将持续内容流接入检索与监控的引擎，包含摄取、混合搜索、提醒和插件机制。GoMIT · 宽松，可直接商用名次历史不足39,6243,731——2026-11-02
8—Nnaptha / tesseract.js适用于 100 多种语言的纯 Javascript OCR 📖🎉🖥JavaScriptApache-2.0 · 宽松，可直接商用名次历史不足38,8072,404——2026-05-17
9—Mmarkedjs / marked将 Markdown 转换为 HTML 的解析库。JavaScriptNOASSERTION · 限制商用 / 未知名次历史不足37,2793,806——2026-11-02
10—Hhankcs / HanLP中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理PythonApache-2.0 · 宽松，可直接商用名次历史不足36,53510,875——2026-10-25
12—Ccheeriojs / cheerio用于解析和操作 HTML 和 XML 的快速、灵活且优雅的库。TypeScriptMIT · 宽松，可直接商用名次历史不足30,5391,745——2026-11-03
13—Oopendataloader-project / opendataloader-pdf为 AI 数据处理提供 PDF 解析，并支持 PDF 无障碍处理自动化。JavaApache-2.0 · 宽松，可直接商用名次历史不足30,1552,884——2026-11-02
14—OOpenAPITools / openapi-generatorOpenAPI 生成器允许在给定 OpenAPI 规范（v2、v3）的情况下自动生成 API 客户端库（SDK 生成）、服务器存根、文档和配置JavaApache-2.0 · 宽松，可直接商用名次历史不足26,8467,748——2026-11-02
15—Hhighlightjs / highlight.jsJavaScript 语法荧光笔，具有语言自动检测和零依赖性。JavaScriptBSD-3-Clause · 宽松，可直接商用名次历史不足25,0123,762——2026-11-01
16—Ffirecrawl / anydoc将 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 转换为干净的 Markdown。使用 Rust 构建，具有 Node.js 和 Python 绑定。RustMIT · 宽松，可直接商用名次历史不足23,3221,510——2026-10-23
17—SSwiftyJSON / SwiftyJSON在 Swift 中处理 JSON 数据的更好方法。SwiftMIT · 宽松，可直接商用名次历史不足22,9243,415——2026-08-18
18—Mmarkdown-it / markdown-it支持 CommonMark 与扩展插件的 JavaScript Markdown 解析器。TypeScriptMIT · 宽松，可直接商用名次历史不足22,0231,849——2026-10-23
19—Xxbmc / xbmcKodi 是一款屡获殊荣的免费开源家庭影院/媒体中心软件和数字媒体娱乐中心。凭借其漂亮的界面和强大的换肤引擎，它可用于 Android、BSD、Linux、macOS、iOS、tvOS 和 Windows。C++NOASSERTION · 限制商用 / 未知名次历史不足21,4256,655——2026-11-03
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。