Chuyển đến nội dung

AI · 22 repo

Tài liệu, OCR & hỏi đáp tri thức

Công ty có hàng nghìn file hợp đồng, quy trình, báo cáo? Nhóm này giúp chuyển chúng sang dạng AI đọc được (MinerU, Docling, MarkItDown), nhận dạng chữ trong ảnh (OCR) và dựng hệ thống hỏi đáp chỉ dựa trên tài liệu nội bộ (RAGFlow, AnythingLLM, Kotaemon).

Tất cả repo trong chủ đề

22 repo phù hợp

Tài liệu, OCR & hỏi đáp tri thức196K

MarkItDown

microsoft / markitdown

Công cụ của Microsoft đổi PDF, Word, Excel, PowerPoint và nhiều file khác thành Markdown cho AI đọc.

VừaWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức96,8K

Stirling PDF

Stirling-Tools / Stirling-PDF

Bộ hơn 50 công cụ PDF: gộp, tách, ký, che thông tin, nén, OCR, chạy trên máy hoặc tự cài.

DễWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức94,2K

RAGFlow

infiniflow / ragflow

Nền tảng tự cài giúp AI trả lời dựa trên tài liệu của bạn, có trích dẫn nguồn.

VừaDockerLinuxWeb
Tài liệu, OCR & hỏi đáp tri thức92,7K

PaddleOCR

PaddlePaddle / PaddleOCR

Bộ công cụ OCR của Baidu: đọc chữ trong ảnh, PDF và đổi tài liệu thành Markdown hoặc JSON.

KhóWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức83,7K

MinerU

opendatalab / MinerU

Đọc PDF, ảnh scan và file Office rồi xuất Markdown, giữ bảng, công thức và bố cục phức tạp.

VừaWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức77,5K

Tesseract OCR

tesseract-ocr / tesseract

Bộ máy nhận dạng chữ (OCR) mã nguồn mở đọc chữ từ ảnh scan, hỗ trợ hơn 100 ngôn ngữ

VừaWindowsmacOSLinux
Tài liệu, OCR & hỏi đáp tri thức70,6K

Docling

docling-project / docling

Chuyển PDF, Word, PowerPoint, Excel, HTML thành Markdown hoặc JSON gọn gàng để đưa cho AI đọc

VừaWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức57,6K

PrivateGPT

zylon-ai / private-gpt

Lớp API mã nguồn mở biến mô hình AI chạy trên máy thành ứng dụng riêng tư: tải tài liệu, hỏi đáp có trích dẫn

KhóWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức48,2K

Paperless-ngx

paperless-ngx / paperless-ngx

Hệ thống quản lý tài liệu tự cài: scan giấy tờ, tự OCR, gắn thẻ và tìm lại trong vài giây

VừaDockerLinuxWeb
Tài liệu, OCR & hỏi đáp tri thức46,7K

Milvus

milvus-io / milvus

Cơ sở dữ liệu vector mã nguồn mở để tìm kiếm theo ý nghĩa trên văn bản, hình ảnh ở quy mô lớn

KhóLinuxmacOSDockerPython
Tài liệu, OCR & hỏi đáp tri thức42K

Open Notebook

lfnovo / open-notebook

Bản thay thế mã nguồn mở, tự cài cho Google NotebookLM: gom tài liệu, hỏi đáp, tạo podcast

VừaDockerWindowsmacOSLinux+1
Tài liệu, OCR & hỏi đáp tri thức40,9K

Marker

datalab-to / marker

Chuyển PDF, ảnh, Word, PowerPoint thành Markdown, JSON hoặc HTML giữ nguyên bảng biểu và công thức

VừaWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức40,7K

LightRAG

HKUDS / LightRAG

Hệ thống RAG đơn giản và nhanh dựa trên đồ thị tri thức, kèm máy chủ và giao diện web để hỏi đáp tài liệu

KhóWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức39,9K

MindsHub (MindsDB)

mindsdb / mindshub

Không gian làm việc với AI agent mã nguồn mở, chọn nhiều mô hình để làm việc tri thức và viết phần mềm

KhóWindowsmacOSLinuxWeb
Tài liệu, OCR & hỏi đáp tri thức39,7K

Quivr

The-Vibe-Company / quivr

Động cơ mã nguồn mở lưu, tìm kiếm và cảnh báo nội dung mới đến liên tục như tin tức, email, PDF

KhóLinuxmacOSDocker
Tài liệu, OCR & hỏi đáp tri thức38,5K

PDFMathTranslate (pdf2zh)

PDFMathTranslate / PDFMathTranslate

Dịch PDF khoa học sang ngôn ngữ khác mà vẫn giữ công thức, biểu đồ, mục lục và bố cục

VừaWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức36,7K

GraphRAG

microsoft / graphrag

Bộ công cụ của Microsoft Research dùng AI dựng đồ thị tri thức từ văn bản để hỏi đáp nhiều tài liệu

KhóWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức35,6K

Qdrant

qdrant / qdrant

Cơ sở dữ liệu vector viết bằng Rust, chạy bằng một lệnh Docker, mạnh về lọc và tìm kiếm lai

KhóDockerLinuxmacOSWindows+1
Tài liệu, OCR & hỏi đáp tri thức35,3K

OCRmyPDF

ocrmypdf / OCRmyPDF

Biến PDF scan thành PDF có lớp chữ, tìm kiếm và sao chép được, chỉ với một lệnh

VừaWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức30,6K

Karakeep

karakeep-app / karakeep

Ứng dụng lưu mọi thứ tự cài: link, ghi chú, ảnh, PDF, có AI tự gắn thẻ và tìm kiếm toàn văn

VừaDockerWebAndroidiOS
Tài liệu, OCR & hỏi đáp tri thức29,7K

Chroma

chroma-core / chroma

Cơ sở dữ liệu vector mã nguồn mở dễ nhất để bắt đầu: cài bằng pip, dùng bốn hàm là chạy

VừaPythonNode.jsDocker
Tài liệu, OCR & hỏi đáp tri thức25,9K

Kotaemon

Cinnamon / kotaemon

Giao diện web sạch sẽ để hỏi đáp trực tiếp với tài liệu PDF, Word của bạn, có trích dẫn nguồn

VừaWindowsmacOSLinuxDocker+1

Kho này chọn repo thế nào?

Được cộng đồng đánh giá cao

Ưu tiên repo nhiều sao, còn được cập nhật và có người dùng thật. Số sao lấy từ GitHub và tự làm mới mỗi giờ.

Viết cho người Việt

Mỗi repo có phần trải nghiệm, việc nên dùng, hướng dẫn cài theo từng hệ điều hành và câu hỏi thường gặp, viết dựa trên tài liệu chính thức.

Đánh dấu độ khó

Dễ: tải về là dùng. Vừa: cần gõ vài lệnh hoặc Docker. Khó: dành cho người biết lập trình.

Mã nguồn mở không có nghĩa là không có rủi ro: chỉ tải bản cài từ trang GitHub chính thức của dự án, đọc kỹ giấy phép trước khi dùng cho mục đích thương mại, và tôn trọng bản quyền khi tải nội dung.