unstract

Unstract 是一个基于大语言模型（LLM）的非结构化数据提取工具，专注于将 PDF、图像、扫描件等文档自动转化为结构化 JSON 数据。它支持通过自然语言定义提取规则，并提供标准化 API 接口与 ETL 流水线集成能力，内置文档解析、多模型适配（如 OpenAI、Claude、本地 LLM）及可扩展的连接器体系。项目采用模块化设计，支持 Docker 容器化部署，适用于金融单据处理、合同信息抽取、发票识别、政务文书结构化等需高精度、可编排、可运维的自动化数据提取场景。