字节跳动开源的文档图像解析模型，用异构锚点提示把 PDF 和图片里的版面、文字、表格一次性解析成结构化内容，适合喂给 RAG 或做文档分析。

用 LLM 驱动的网页抓取工具，支持 OpenAI、Gemini 和 Ollama，能按自然语言指令从网页中提取结构化数据，省去手写解析规则。

把 PDF、Word、PPTX 等文档和图片通过 OCR 加 Ollama 模型解析成结构化 JSON 或 Markdown，还能自动匿名化、清除 PII 敏感信息。

把 PDF、DOCX、PPT 等文档解析成 Markdown、JSON、Excel 等结构化数据，并提供云端知识代理与文档管理能力，方便接入 RAG 检索流程。

轻量级 Ruby 网页爬虫与抓取库，提供优雅的 DSL，用几行声明式代码就能从页面中提取结构化数据。

面向日语文档的 AI 图像解析 Python 包，可完成版面分析和 OCR，把扫描件或照片里的日文内容结构化提取出来。

把 PDF、图片、Word、PPT 或网页里的内容抽成 Markdown、JSON、CSV、HTML，自带 OCR 和结构化字段提取，省去自己拼解析流程。