Unstract

活跃
GitHub Python AGPL-3.0

简介

Unstract 是一个由 LLM 驱动的非结构化数据提取平台，专为 API 部署和 ETL 管道工作流而设计。支持从文档、PDF、图片等非结构化数据源中智能提取结构化信息，构建自动化数据处理管道。

核心特性

  • Prompt Studio 通过自然语言定义文档提取模式
  • 支持 REST API 部署和 ETL 管道工作流
  • MCP Server 集成，连接 Claude 等 AI Agent
  • 兼容 OpenAI、Anthropic、Bedrock、Ollama 等多种 LLM
  • 支持 PDF、图片、扫描件等多种文档格式
  • n8n 节点集成，嵌入现有自动化工作流

适用场景

💡 从非结构化文档中提取结构化数据用于数据库存储
💡 自动化金融和保险行业的文档处理流程
💡 构建 KYC/合规场景的智能信息提取系统
💡 将非结构化 PDF 报告转换为可分析的 JSON 数据

标签

data-processing rag python automation llm workflow

分类

📚 RAG 工具 🔄 工作流

快速开始

1. 克隆仓库并进入项目目录
2. 运行 `./run-platform.sh` 一键启动
3. 访问 `http://frontend.unstract.localhost`
4. 使用 `unstract` / `unstract` 登录
5. 在 Prompt Studio 中定义提取模式并开始提取数据
访问 GitHub

相关项目