mineruopendatalab
新收录MinerU 是一款开源文档解析引擎，可将 PDF、图片、DOCX、PPTX 和 XLSX 转换为结构化 Markdown/JSON，服务于 LLM、RAG 和 agent 工作流。它支持 VLM+OCR 双引擎、109 种语言 OCR，以及私有化/离线部署。
OPEN SOURCE, OPEN TO EVERYONE
好开源，值得被发现。
发现优质开源项目，匿名提交开源项目，认领编辑你的开源项目。
✳人工精选 · 发现好开源4109已发现
带着好奇心，发现开源世界。
THE FIRST COLLECTIONTopic: parser清除
dolphinbytedance
新收录Dolphin是字节跳动开源的文档图像解析模型（ACL 2025），可将PDF和拍摄页面转换为结构化Markdown/JSON，涵盖布局、阅读顺序、文本、表格、公式和代码。