unstructured

Jan 19 2026

unstructured

GitHub: https://github.com/Unstructured-IO/unstructured

⭐ 星星數： 13665

摘要： 這是一個開源ETL工具，專門將複雜的非結構化文件（如PDF、電子郵件、圖片等）轉換為適合語言模型使用的結構化數據格式。

技術堆疊： Python, Docker, GitHub Actions

架構： 專案採用模組化設計，包含豐富的範例文件目錄（PDF、EML、圖片等），並使用Docker容器化部署和GitHub Actions進行CI/CD工作流程，支援多種文件格式的處理管道。