GitHub 热门项目：omniparse

GitHub 项目：omniparse 仓库地址：https://github.com/adithya-s-k/omniparse 星级：7651 | 作者：adithya-s-k 项目描述：摄取、解析和优化任何数据格式➡️从文档到多媒体➡️以增强与GenAI框架的兼容性 =================================================== 自述文件内容： # 全方位解析  [](https://github.com/adithya-s-k/omniparse/stargazers) [](https://github.com/adithya-s-k/omniparse/network/members) [](https://github.com/adithya-s-k/omniparse/issues) [](https://github.com/adithya-s-k/omniparse/pulls) [](https://github.com/adithya-s-k/omniparse/blob/main/LICENSE) > [!重要] > >OmniParse 是一个平台，可将任何非结构化数据提取并解析为针对 GenAI (LLM) 应用程序优化的结构化、可操作的数据。无论您处理的是文档、表格、图像、视频、音频文件还是网页，OmniParse 都能让您的数据变得干净、结构化，并为 RAG、微调等 AI 应用程序做好准备 ## 尝试一下 [](https://colab.research.google.com/github/adithya-s-k/omniparse/blob/main/examples/OmniParse_GoogleColab.ipynb) ## 简介 https://github.com/adithya-s-k/omniparse/assets/27956426/457d8b5b-9573-44da-8bcf-616000651a13 ## 特点 ✅ 完全本地化，无外部API \ ✅ 适合 T4 GPU \ ✅ 支持约 20 种文件类型 \ ✅ 将文档、多媒体和网页转换为高质量的结构化 Markdown \ ✅ 表格提取、图像提取/字幕、音频/视频转录、网页抓取 \ ✅ 使用 Docker 和 Skypilot 轻松部署 \ ✅ Colab 友好\ ✅ 由 Gradio 提供支持的交互式 UI ### 为什么使用 OmniParse？ 处理数据具有挑战性，因为数据具有不同的形状和大小。 OmniParse 旨在成为一个摄取/解析平台，您可以在其中摄取任何类型的数据，例如文档、图像、音频、视频和 Web 内容，并获得 GenAI (LLM) 友好的最结构化和可操作的输出。 ## 安装 > [!重要] > 服务器仅适用于基于 Linux 的系统。这是由于某些依赖项和系统特定的配置与 Windows 或 macOS 不兼容。 ````bash git 克隆 https://github.com/adithya-s-k/omniparse cd 全方位解析 ```` 创建虚拟环境： ````bash conda 创建-nomniparse-venv python=3.10 conda 激活omniparse-venv ```` 安装依赖项： ````bash 诗歌装置 # 或 pip install -e 。 # 或 pip install -r pyproject.toml ```` ### 🛳️ Docker 要将 OmniParse 与 Docker 结合使用，请执行以下命令： 1. 从 Docker Hub 拉取 OmniParse API Docker 镜像： 2. 运行 Docker 容器，暴露端口 8000： 👉🏼[Docker 镜像](https://hub.docker.com/r/savatar101/omniparse) ````bash docker pull savatar101/omniparse:0.1 #