---
id: "b918"
language: "zh"
library: "tools"
official_url: "https://github.com/Unstructured-IO/unstructured"
profile_updated_on: "2026-10-21"
---

# 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。

- 公司／组织: Unstructured Technologies, Inc.
- 公司所在国家／地区: 美国 · 公司总部
- 分类: 模型开发
- 官方网站: [https://github.com/Unstructured-IO/unstructured](https://github.com/Unstructured-IO/unstructured)
- 档案更新: 2026-10-21


## 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。

## 公司补充资料

- 公司官网: https://unstructured.io/
- 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)

## 阅读与订阅

- [交互版档案](../../../products/unstructured--b918.html)
- [阅读](../../../read/zh/products/unstructured--b918.html)
- [JSON](../../../read/zh/products/unstructured--b918.json)

介绍按公开资料整理；功能、价格与地区可用性以官网为准。