MarkItDown
microsoft / markitdown
Công cụ của Microsoft đổi PDF, Word, Excel, PowerPoint và nhiều file khác thành Markdown cho AI đọc.
AI · 22 repo
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).
22 repo phù hợp
microsoft / markitdown
Công cụ của Microsoft đổi PDF, Word, Excel, PowerPoint và nhiều file khác thành Markdown cho AI đọc.
Stirling-Tools / Stirling-PDF
Bộ hơn 50 công cụ PDF: gộp, tách, ký, che thông tin, nén, OCR, chạy trên máy hoặc tự cài.
infiniflow / ragflow
Nền tảng tự cài giúp AI trả lời dựa trên tài liệu của bạn, có trích dẫn nguồn.
PaddlePaddle / PaddleOCR
Bộ công cụ OCR của Baidu: đọc chữ trong ảnh, PDF và đổi tài liệu thành Markdown hoặc JSON.
opendatalab / MinerU
Đọc PDF, ảnh scan và file Office rồi xuất Markdown, giữ bảng, công thức và bố cục phức tạp.
tesseract-ocr / tesseract
Bộ máy nhận dạng chữ (OCR) mã nguồn mở đọc chữ từ ảnh scan, hỗ trợ hơn 100 ngôn ngữ
docling-project / docling
Chuyển PDF, Word, PowerPoint, Excel, HTML thành Markdown hoặc JSON gọn gàng để đưa cho AI đọc
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
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
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
lfnovo / open-notebook
Bản thay thế mã nguồn mở, tự cài cho Google NotebookLM: gom tài liệu, hỏi đáp, tạo podcast
datalab-to / marker
Chuyển PDF, ảnh, Word, PowerPoint thành Markdown, JSON hoặc HTML giữ nguyên bảng biểu và công thức
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
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
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
PDFMathTranslate / PDFMathTranslate
Dịch PDF khoa học sang ngôn ngữ khác mà vẫn giữ công thức, biểu đồ, mục lục và bố cục
microsoft / graphrag
Bộ công cụ của Microsoft Research dùng AI dựng đồ thị tri thức từ văn bản để hỏi đáp nhiều tài liệu
qdrant / qdrant
Cơ sở dữ liệu vector viết bằng Rust, chạy bằng một lệnh Docker, mạnh về lọc và tìm kiếm lai
ocrmypdf / OCRmyPDF
Biến PDF scan thành PDF có lớp chữ, tìm kiếm và sao chép được, chỉ với một lệnh
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
chroma-core / chroma
Cơ sở dữ liệu vector mã nguồn mở dễ nhất để bắt đầu: cài bằng pip, dùng bốn hàm là chạy
Cinnamon / kotaemon
Giao diện web sạch sẽ để hỏi đáp trực tiếp với tài liệu PDF, Word của bạn, có trích dẫn nguồn
Chưa có repo khớp bộ lọc. Thử từ khoá ngắn hơn hoặc chọn "Tất cả".
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.
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.
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.