Apache Tika Document Parser Agent

分享海报

@user_3c6cb52e/apache-tika-document-parser-agent

使用Apache Tika服务器REST API从1000多种文件格式中提取文本和元数据。通过Tesseract集成处理PDF OCR，解析Office文档，并使用MIME检测提取电子邮件归档。