opendataloader-pdf
PDFをMarkdownやJSONなどAI向けの構造化データに変換するパーサー。PDFのアクセシビリティ対応の自動化にも役立ちます。
Xで共有ライセンス: MPL-2.0
概要
OpenDataLoader PDFは、PDFをAIで使いやすいデータに変換するオープンソースのパーサーで、PDFのアクセシビリティ対応の自動化にも役立ちます。Markdown、バウンディングボックス付きJSON、HTMLを出力できます。通常は決定的なローカルモードで処理し、複雑なページやスキャン文書、OCRにはAIを併用するハイブリッドモードを使います。pipで導入でき、RAGなどに利用されます。
主な特長
- Markdown、座標付きJSON、HTMLを出力
- 通常文書向けの決定的なローカルモード
- 複雑なページ、表、数式向けのAIハイブリッドモード
- ハイブリッドモードでスキャンPDFにOCR対応
- PDFのアクセシビリティ対応を自動化
こんな人・用途に
PDFをRAGなどのAI処理に渡したいチームや、アクセシビリティ要件に対応する人向けです。スキャン文書や複雑なレイアウトにはハイブリッドモードが必要です。
- アップストリーム
- opendataloader-project/opendataloader-pdf
- GitHubのフォーク
- Guo-astro/opendataloader-pdf
- アップストリームのスター数
- 29k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- ライセンス
- MPL-2.0
- フォーク日
- 2026-02-26
- 同期状態
- アップストリームと分岐
同じカテゴリ: ドキュメント・メディア・コンテンツ
Markdownを拡張し、論文、スライド、Webサイト、書籍、ナレッジベースを作れる組版システムです。
フォーク日 2026-09-28最終同期 2026-09-29ライセンス: GPL-3.0ドキュメント・メディア・コンテンツGitHub
Word、PowerPoint、Excel、PDFなど各種文書をきれいなMarkdownに変換する高速ライブラリです。Node.jsとPythonから使えます。
フォーク日 2026-09-28最終同期 2026-09-29ライセンス: MITドキュメント・メディア・コンテンツGitHub
Astro製のドキュメントサイト一式を編集可能なファイルとしてリポジトリに生成するツールで、人にもエージェントにも使いやすい文書を目指します。
フォーク日 2026-09-28最終同期 2026-09-29ライセンス: MITドキュメント・メディア・コンテンツGitHub
スライド全体が1つのHTMLファイルに収まるPowerPoint代替です。閲覧、発表、編集の機能を内蔵し、どのブラウザでも使えます。
フォーク日 2026-09-26最終同期 2026-09-29ライセンス: MITドキュメント・メディア・コンテンツGitHub