首页项目文章PK榜关于
探索项目

Sparrow

活跃
GitHub Python GPL-3.0

简介

Sparrow 是一个结构化数据提取工具，支持通过机器学习、LLM 和视觉语言模型从文档中提取结构化数据并进行指令调用，适用于 RAG 管道中的文档解析环节。

核心特性

  • 支持从发票、收据、报表和表格等多种文档中提取结构化数据
  • 可插拔架构，混合使用 Vision LLM、Text LLM 和 Agent 管道
  • 多后端支持：MLX（Apple Silicon）、vLLM（NVIDIA）、Ollama、Hugging Face
  • 基于 JSON Schema 的自动验证，确保提取结果符合预期结构
  • RESTful API 优先设计，轻松集成到任何后端或数据管道
  • 内置多步骤 Agent 工作流编排和可视化监控面板

适用场景

💡 企业发票和财务报表的自动化结构化数据提取
💡 将扫描文档和 PDF 转换为可检索的结构化 JSON 用于 RAG 管道
💡 银行对账单和表格数据的批量处理与验证
💡 通过 Agent 框架编排复杂的多步骤文档处理工作流

优势与不足

✅ 优势

  • • 活跃维护，近期持续更新
  • • 社区热度高（5.2k stars）
  • • 项目有一定历史沉淀（已维护 4 年）
  • • Issue 响应及时，积压少

⚠️ 不足

  • • 许可证限制较多（GPL-3.0）

标签

data-extraction document-processing llm vision rag python

分类

📚 RAG 工具

快速开始

安装 Python 3.12.10+，克隆仓库后进入 sparrow-ml/llm 目录，安装 requirements_sparrow_parse.txt 依赖。macOS 用户需先运行 brew install poppler。启动 API 服务器后，使用 sparrow.sh 脚本传入 JSON Schema 和文档路径即可提取结构化数据。
访问 GitHub 访问官网

相关项目

MemAgent

1.1k · Python
不活跃 B

可扩展至 350 万上下文 token 的记忆智能体框架，附带用于任意智能体工作流 RL 训练的训练框架，解决长上下文记忆难题。

memoryagentrag +2
  • · 超长上下文处理：从 8K 训练上下文外推至 350 万 token，性能损失低于 5%
  • · 强化学习驱动：采用 RLVR（可验证奖励强化学习）训练，扩展 DAPO 算法支持多轮对话端到端优化
  • · 线性时间复杂度：突破长文本处理的计算瓶颈，资源随文本长度线性扩展
在 GitHub 查看

LightRAG

38.9k · Python
活跃 A+

LightRAG 是一个简洁高效的 RAG 框架，使用图结构增强检索效果，发表于 EMNLP 2025。

raggraphretrieval +2
  • · 图结构增强检索 — 使用知识图谱实体和关系进行双层检索（local/global），比传统向量检索更精准
  • · 四种文本分块策略 — 支持 Fixed、Recursive、Vector、Paragraph 分块，适应不同文档类型
  • · 多后端存储支持 — 兼容 Neo4j、PostgreSQL、MongoDB、OpenSearch、JSON KV Store 等多种存储方案
查看完整详情 → 在 GitHub 查看

Quivr

39.4k · Python
不活跃 C

Quivr 是一个开箱即用的 RAG 框架，支持将任意文件转化为知识库并与 GenAI 应用集成。兼容多种 LLM 和向量数据库，开发者只需专注于产品本身，无需从头构建 RAG 管道。

ragpythonvector-database +3
  • · Opinionated RAG 框架 — 开箱即用的 RAG 管道，开发者无需从头构建检索增强生成
  • · 任意文件支持 — 支持 PDF、TXT、Markdown 等文件类型，可自定义解析器
  • · 多 LLM 兼容 — 支持 OpenAI、Anthropic、Mistral、Gemma 及 Ollama 本地模型
查看完整详情 → 在 GitHub 查看

Awesome LLM Apps

132.9k · Python
活跃 A+

100 多个可直接运行的 AI 智能体与 RAG 应用合集，涵盖克隆、定制和部署，是快速上手构建 LLM 应用的绝佳参考。

agentragllm +1
  • · 100+ 可运行模板 — 每个模板都是原创开发、端到端测试的完整项目，非外部链接合集
  • · 多类别覆盖 — 涵盖 AI Agent、Multi-agent、MCP Agent、Voice AI、RAG、Agent Skills、Fine-tuning 等 14 个分类
  • · 多模型兼容 — 支持 Claude、Gemini、OpenAI、xAI、Qwen、Llama 等主流 LLM，切换仅需改配置
查看完整详情 → 在 GitHub 查看