★
paperless-ngx 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
A community-supported supercharged document management system: scan, index and archive all your documents
Belval / TextRecognitionDataGenerator
TextRecognitionDataGenerator
A synthetic data generator for text recognition
TextRecognitionDataGenerator 是用 Python 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。
目前累计 3.7k star、1k fork，主要语言为 Python，项目始于 2017 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：正在做技术选型的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。Belval/TextRecognitionDataGenerator 是一个以 Python 为主的开源项目，目前累计 3.7k star、1k fork，较长时间未更新。主要方向：data、dataset、fake、OCR、synthetic、text。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。
OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。
★
llama_index 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
LlamaIndex is the document processing platform for AI
★
30-Days-Of-Python 是用 Python 编写的数据库工具，用于数据存储与查询。
The 30 Days of Python programming challenge is a step-by-step guide to learn the Python programming language in 30 days. This challenge may take mor…
★
MinerU 是用 Python 编写的工程工具，用于代码分析、构建与打包。
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
★
Scrapling 是用 Python 编写的爬虫框架，用于网页抓取与数据采集。
🕷️ The BEST Web Scraping framework that handles everything from a single request to a full-scale crawl! Don't be shy, join here: https://discord.gg…