搜索结果：data（44 个）
按分类缩小范围
crawlee
综合 80
面向 Node.js 的网页抓取与浏览器自动化库，支持 JS/TS，便于为 AI、LLM 和 RAG 提取数据。
Scrapegraph-ai
综合 74
基于 AI 的 Python 爬虫工具。
evidence （代码驱动的商业智能工具）
综合 74
一款代码化商业智能（BI）工具，支持直接使用 SQL 和 Markdown 快速构建高性能的交互式数据可视化报表。
omni-tools
综合 74
可自托管的网页端日常工具集，无广告无追踪，浏览器即开即用
dash
综合 73
专为 Python 打造的数据应用与仪表板开发框架，无需编写 JavaScript。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
ipython
综合 69
IPython 项目本 scrap 核心代码的官方仓库。
docs
综合 68
开源 Web 原生协作文本编辑器，基于 Django 和 React 构建。
delta
综合 68
Delta Lake 是一个开源存储框架，用于构建 Lakehouse 架构并提供 ACID 事务保证。它解决了大数据湖缺乏事务支持与可靠性的问题，支持对接 Spark、Flink、Trino、PrestoDB 等计算引擎，并为 Scala、Java、Python 等语言提供读写 API。
opendataloader-pdf
综合 67
用于生成 AI 就绪数据的开源 PDF 解析工具，自动化提升内容可访问性。
zeppelin
综合 66
基于 Web 的数据分析笔记本，支持 SQL、Scala 等语言进行交互式分析与协同办公。
OpenRefine
综合 65
免费开源的数据清洗与整理工具，专用于处理并改善杂乱数据。
OI-wiki
综合 65
面向所有人的 OI / ICPC 算法竞赛知识维基百科与中文学习资源。
mleap
综合 65
MLeap 专注于简化机器学习流水线的生产部署。它支持将 Spark 或 Scikit-learn 训练的流水线导出为便携格式（JSON/Protobuf），并直接在轻量级 JVM 运行时上执行，完全脱离对 Spark、sklearn 等重型环境的依赖，实现高性能、跨平台的快速推理。
ag-grid
综合 64
企业级 JavaScript 数据表格组件，支持 React、Angular、Vue 和原生 JS。
PyMuPDF
综合 64
高性能 Python 库，用于 PDF 等文档的数据提取、分析、转换及处理操作。
handsontable
综合 63
具备电子表格外观与体验的 JavaScript 数据网格组件，支持 React、Angular 和 Vue。
olmocr
综合 61
用于将 PDF 转换为线性文本的工具包，专为 LLM 训练和数据集构建设计。
zio-quill
综合 60
ZIO Quill 是专为 Scala 打造的编译期语言集成查询（LINQ）库。它解决手写 SQL 繁琐、易出错且有运行时损耗的问题。通过引用 DSL（QDSL）与简单样例类映射数据库，能在编译期直接生成 SQL/CQL 并校验合法性，兼具类型安全与接近原生驱动的高性能。
zotero-pdf-translate
综合 59
Zotero 翻译插件，支持 PDF、EPub 等内容，集成 20 多种翻译服务。