面向 AI 应用的文档处理与 RAG 框架，把私有数据接入大模型，支持构建检索增强、智能体和多智能体应用。

把 PDF、Office 文档等各类文件转成 Markdown 的 Python 工具，方便喂给 LLM 或做文档处理。

用 jQuery 风格的语法在服务端解析和操作 HTML/XML，写爬虫时提取页面数据比正则和原生 DOM 顺手得多。

把 PDF 快速转成 Markdown 和 JSON，解析准确率高，适合喂给 RAG 或做文档结构化处理。

用纯 Rust 从零实现的 PDF 阅读与编辑工具，可打开、查看并修改 PDF 文档，适合需要轻量、高性能 PDF 处理能力的场景。

专为 AI Agent 打造的 Office 命令行工具，无需安装 Office 即可读写和自动化处理 Word、Excel、PowerPoint 文件，单二进制开箱即用。

把原始文档变成可查询的 RAG、自主推理 Agent 和自维护 Wiki 的开源 LLM 知识平台，适合搭建企业知识库与智能问答。

浏览器端运行的隐私优先 PDF 工具箱，支持查看、编辑、转换、OCR 和生成 PDF，文件不上传服务器，可 Docker 自托管。

用 Python 构建自主 AI Agent 的框架，集成 MCP、RAG 和 computer-use 能力，支持 OpenAI、Claude 等模型，帮你快速搭建能自主完成任务的智能体。

纯 PHP 实现的 Word 文档读写库，无需 Office 环境即可生成和解析 docx、odt、rtf 等格式，适合在服务端批量导出报表或合同。

跨平台开源办公套件，可在 Windows、Linux、macOS 上编辑文档、表格、演示文稿和 PDF 表单，适合需要本地处理 Office 文件并支持协作的场景。

基于 Tesseract 的图形界面 OCR 工具，支持扫描仪输入和 PDF 文档处理，方便把图片和扫描件转成可编辑文本。

纯 Go 实现的 PDF 库，能在服务端生成、读取、编辑、压缩和签名 PDF 文件，适合在 Go 项目里直接集成文档处理能力。

已归档的历史仓库，原用于向量检索与向量数据库的教程和工具集；团队现已转向自托管推理引擎 SIE，覆盖嵌入、重排、OCR 与文档处理。

把 PDF 等非结构化文档转成经过校验、可查询的知识图谱，方便做 RAG 和文档关系分析。

开源电子表格平台，把文档解析、OCR 和大模型接入表格，方便做深度研究与批量文档处理。

本地优先的开源 AI 助手，把任务、笔记、文档、照片和书签统一管理，数据自托管不上传，还能通过 API 扩展。

把技术书 PDF 转成 Claude Code 技能包，方便边工作边查阅和学习，省去手动整理笔记的麻烦。

收录 280+ 个开箱即用的 n8n 自动化工作流模板，覆盖 Gmail、Slack、Notion、OpenAI 等集成，可直接导入搭建 AI Agent、RAG 聊天机器人和邮件、社媒、文档处理流程。