Docstrange (NanoNets) là thư viện Python trích xuất và chuyển đổi dữ liệu từ mọi loại tài liệu — ảnh, PDF, Word, PowerPoint hay URL — sang nhiều định dạng (Markdown, JSON, CSV, HTML) với OCR nâng cao và trích xuất dữ liệu có cấu trúc thông minh. Chạy được local hoặc qua API đám mây, phù hợp cả tài liệu scan chất lượng thấp.
Ứng dụng
- Số hoá hoá đơn, biên lai, chứng từ giấy thành bảng dữ liệu cho kế toán.
- Biến tài liệu scan cũ thành Markdown/JSON để nạp vào chatbot tra cứu.
- Trích bảng và trường dữ liệu từ báo cáo PDF hàng loạt để tổng hợp.
Hướng kiếm tiền: Dịch vụ số hoá chứng từ theo lô cho cửa hàng, kho vận, phòng kế toán — tính phí theo số trang xử lý.
⭐ 1.5k (ghi nhận) · nhóm: RAG & Data · license: MIT
Được nhắc trong bản tin
Đi tiếp: Xem Tổng hợp giải pháp để đóng gói repo này thành dịch vụ.