Sealbook / Open source / Apps de escritorio y uso diario

run-llama/liteparse

A fast, helpful, and open-source document parser

document-ocrdocument-processingocrocr-recognitionpdfpdf-parsertext-extraction

GitHub ↗Sitio ↗

Licencia y mantenimiento

Apache-2.0 es una licencia permisiva: uso comercial libre con atribución.

Último cambio de código hace 6 días.

Proyectos similares

	Repositorio	Estrellas	Lenguaje	Licencia	Actividad
1	bytedance/DolphinThe official repo for “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.	★ 9.1k	Python	Other	Menos activo
2	opendatalab/MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.	★ 82k	Python	Other	Activo
3	ocrmypdf/OCRmyPDFOCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched	★ 35.1k	Python	MPL-2.0	Activo
4	storytold/pdfcraftPdfCraft: An open-source PDF reader and editor written by scratch in pure Rust	★ 15.8k	Rust	Apache-2.0	Activo
5	getomni-ai/zeroxOCR & Document Extraction using vision models	★ 12.2k	TypeScript	MIT	Sin cambios
6	py-pdf/pypdfA pure-python PDF library capable of splitting, merging, cropping, and transforming the pages of PDF files	★ 10.3k	Python	Other	Activo
7	docling-project/doclingGet your documents ready for gen AI	★ 69.1k	Python	MIT	Activo
8	hiroi-sora/Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。	★ 48k	Python	MIT	Menos activo