megaparse
PDF、Word、PowerPointを情報を落とさずLLM向けの形式に変換するファイルパーサー。文書をAIに取り込む用途に向きます。
Xで共有ライセンス: Apache-2.0
概要
MegaParseは、文書を情報を落とさないようにしながらLLMに取り込みやすい形式へ変換するPython製のファイルパーサーです。PDF、PowerPoint、Wordに対応し、テキスト、Excel、CSVも対応として挙げられています。表、目次、ヘッダー、フッター、画像も扱います。オープンソースで、Python 3.11以上でpipから導入できます。
主な特長
- PDF、PowerPoint、Wordを解析
- Excel、CSV、テキストにも対応
- 表、ヘッダー、フッター、画像を処理
- 解析時の情報欠落を避けることを重視
- Python 3.11以上でpip導入
こんな人・用途に
業務文書をLLMやRAGに渡す際に構造を保ちたい開発者向けです。Python 3.11以上が必要です。
- アップストリーム
- The-Vibe-Company/megaparse
- GitHubのフォーク
- Guo-astro/megaparse
- アップストリームのスター数
- 7.4k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- ライセンス
- Apache-2.0
- フォーク日
- 2026-02-22
- 同期状態
- 同期済み最終同期 2026-09-29
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