opendataloader-pdf
PDFをMarkdownやJSONなどAI向けの構造化データに変換するパーサー。PDFのアクセシビリティ対応の自動化にも役立ちます。
Xで共有ライセンス: MPL-2.0
概要
OpenDataLoader PDFは、PDFをAIで使いやすいデータに変換するオープンソースのパーサーで、PDFのアクセシビリティ対応の自動化にも役立ちます。Markdown、バウンディングボックス付きJSON、HTMLを出力できます。通常は決定的なローカルモードで処理し、複雑なページやスキャン文書、OCRにはAIを併用するハイブリッドモードを使います。pipで導入でき、RAGなどに利用されます。
主な特長
- Markdown、座標付きJSON、HTMLを出力
- 通常文書向けの決定的なローカルモード
- 複雑なページ、表、数式向けのAIハイブリッドモード
- ハイブリッドモードでスキャンPDFにOCR対応
- PDFのアクセシビリティ対応を自動化
こんな人・用途に
PDFをRAGなどのAI処理に渡したいチームや、アクセシビリティ要件に対応する人向けです。スキャン文書や複雑なレイアウトにはハイブリッドモードが必要です。
- アップストリーム
- opendataloader-project/opendataloader-pdf
- GitHubのフォーク
- Guo-astro/opendataloader-pdf
- アップストリームのスター数
- 29k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- ライセンス
- MPL-2.0
- フォーク日
- 2026-02-26
- 同期状態
- アップストリームと分岐
同じカテゴリ: ドキュメント・メディア・コンテンツ
PhotoCraftは、レイヤー画像やPhotoshopのPSDをオフラインで編集できるRust製の画像編集アプリです。編集内容はPSDで保存できます。
フォーク日 2026-10-10最終同期 2026-10-11ライセンス: Apache-2.0ドキュメント・メディア・コンテンツGitHub
Pocket TTSは、GPUや音声生成Web APIを使わず、CPU上でテキストから音声を作る軽量なPython音声合成ツールです。Python APIまたはCLIから利用できます。
フォーク日 2026-10-09最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
動画や音声をローカルで編集・確認できるFFmpegツールキットです。コーディングエージェントからも直接利用でき、メディアのアップロードやAPIキーは不要です。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
深層学習の教科書を中国語で読むための資料で、読者の修正提案を集めて正確さを高めます。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス表記なしドキュメント・メディア・コンテンツGitHub