unstructured
Unstructured-IO
Convert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.
AI 简介
Unstructured 是一个开源文档结构化工具，用于将 PDF、DOCX、PPTX 等复杂格式的非结构化文档自动转换为干净、语义保留的结构化数据（如 JSON）。它集成 OCR、文本提取、布局识别与元数据解析能力，支持多模态文档处理，并提供可扩展的 partitioning、chunking 和 embedding 预处理流水线，深度适配 LLM 应用开发。适用于 RAG 构建、知识库构建、智能文档分析等需要高质量文档预处理的 AI 工程场景。
HTML
Apache License 2.015.1k
Stars
1.3k
Forks
73
Watchers
184
Issues
Star 增长
今日0
近 7 天0
近 30 天+82
综合评分77.51
默认分支main