AnyParse
AnyParse 是一个功能强大的多模态文档解析与理解引擎，旨在将复杂文件无缝转换为结构化的 Markdown 和 JSON 格式。无论是基础文本处理、专业文档转换，还是高级视觉语言模型（VLM）和 OCR 识别，AnyParse 都能提供全面的一站式解决方案。
核心能力
- 多模态文档理解： 支持图像与文档的跨模态解析。通过结合 OCR 和 VLM 技术，准确提取非结构化数据。
- 全面的格式覆盖： 使用单一工具即可轻松解析办公文档、网页、电子表格、电子书和电子邮件。
- 结构化输出： 将复杂文件转换为标准化的 Markdown 和 JSON，简化下游数据处理和大语言模型（LLM）应用。
主要特性
- 文档与版式： PDF、DOCX、PPTX、XLSX、EPUB、IPYNB
- 文本与标记： TXT、MD、RST、HTML/XHTML/HTM/SHTML
- 电子表格与数据： CSV、TSV
- 图像与多媒体： PNG、JPEG/JPG
- 其他： EML（电子邮件）
- 内置 CLI、FastAPI
- 支持在纯 CPU 环境中运行，同时也支持 GPU
- 按人类阅读顺序输出文本，适用于单栏、多栏和复杂版式
- 保留原始文档结构，包括标题、段落、列表等
- 提取图像、图像描述、表格、表格标题和脚注
- 自动识别文档中的公式并转换为 LaTeX 格式
- 自动识别文档中的表格并转换为 HTML 格式
感谢所有贡献者
许可信息
本仓库采用 AnyParse 开源许可证，基于 Apache 2.0 并附加了额外条款。
致谢
Star 历史