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。
再現できる小さなissueを選び、AIコーディングエージェントで直してみましょう。
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
- 30k
- 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
LuxTTSは参照音声から声を再現して、明瞭な48 kHz音声を生成する軽量な音声合成モデルです。Python、Colab、Hugging Face Spacesで利用できます。
フォーク日 2026-10-19最終同期 2026-10-20ライセンス: Apache-2.0ドキュメント・メディア・コンテンツGitHub
Markdownノートを作成、整理、検索、共有できるセルフホスト型の知識ベースです。オフライン利用やチームワークスペースに対応し、個人やチームの文書管理に使えます。
フォーク日 2026-10-19最終同期 2026-10-20ライセンス: MITドキュメント・メディア・コンテンツGitHub
Textusは、AIライティングアシスタントを備えた無料のオープンソースMarkdownエディターです。macOS、Windows、Linuxで文章やメモを書けます。
フォーク日 2026-10-18最終同期 2026-10-20ライセンス: MITドキュメント・メディア・コンテンツGitHub
Clypraは、映像をフレーム単位で編集できる無料のオープンソース動画編集ソフトです。RustとGPUを活用してデコードと描画を行います。
フォーク日 2026-10-14最終同期 2026-10-20ライセンス: MITドキュメント・メディア・コンテンツGitHub