★
langextract 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
clean-text 是用 Python 编写的爬虫框架，用于网页抓取与数据采集。
目前累计 1k star、82 fork，主要语言为 Python，项目始于 2018 年，采用 NOASSERTION 许可。最近状态：近半年有提交。适合：需要数据采集的开发者。
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。jfilter/clean-text 是一个以 Python 为主的开源项目，目前累计 1k star、82 fork，近半年有提交。主要方向：natural-language-processing、自然语言处理、Python、python-package、scraping、text-cleaning。
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。natural-language-processing自然语言处理Pythonpython-packagescrapingtext-cleaningtext-normalizationtext-preprocessinguser-generated-content
README
正在加载…相关项目
★
bert 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
TensorFlow code and pre-trained models for BERT
★
Python 的快速爬虫框架，内置请求调度、数据提取与导出，适合规模化采集。
Scrapy, a fast high-level web crawling & scraping framework for Python.
★
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
★
主流预训练模型库，NLP、视觉、多模态模型开箱即用，是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
★
python-cheatsheet 是用 Python 编写的学习资料，用于系统学习与查阅，主打功能完整。
Comprehensive Python Cheatsheet