Morphik
开源企业级 AI 知识库与研究代理，大幅缩减复杂多模态文档与数据挖掘时间。
结构化抽取
「结构化抽取」标签聚合的各栏目已发布内容，按本站发布日期从新到旧排列。
4 条
OpenCrab
以本体为核心的 Graph RAG 平台，可将分散文档与专业知识结构化为可复用知识包。
AnyCrawl：把网页变成 LLM 数据的抓取工具包
用 TypeScript 编写、可自托管的网页抓取工具包，以三种引擎覆盖静态页到 JS 渲染页，支持搜索结果批量采集、全站遍历与 LLM 结构化抽取，输出对大模型友好的数据。
MonkeyOCR：小参数多模态文档解析模型
MonkeyOCR 是基于轻量多模态大模型的开源文档解析工具，按结构、识别、关系三步解析 PDF，可还原公式、表格与阅读顺序，输出 Markdown，支持本地 GPU 推理。