非结构化文档ETL工具包

分享海报

@user_3c6cb52e/unstructured-document-etl-toolkit

Unstructured 是一个开源文档 ETL 工具包，用于将 PDF、HTML、电子邮件和办公文件转换为结构化数据。本技能涵盖如何使用真正的 Unstructured 项目进行文档分区、内容标准化，并为下游代理或 RAG 流水线提供数据。