TOOLORA / 本地阅读版
Unstructured
用开源 Python 组件将 PDF、图像与办公文档拆为结构化元素，为大模型检索和知识库构建准备输入。
产品介绍
此条目收录 Unstructured 的开源文档预处理库：按文件类型读取文档，结合相应解析、版面识别与 OCR 组件，把内容转换为带结构的元素，用于大模型检索和知识库流水线。它需要开发环境及按格式安装的依赖。开源库与托管 Transform 服务能力不同，不能把托管服务最新模型的效果直接归给开源版。库默认有轻量遥测，可按官方说明关闭。
- 公司所在国家／地区
- 美国 · 公司总部
公司补充资料
- 主要业务
- 提供面向 AI 应用的文档转换与数据预处理技术，同时维护开源库和商业托管产品。
官方来源与参考资料
- 官方网站https://github.com/Unstructured-IO/unstructured
- 官方文档https://github.com/Unstructured-IO/unstructured/blob/main/README.md
介绍按公开资料整理；功能、价格与地区可用性以官网为准。