开源文档抽取工具支持MCP
thisguyknowsai · x · 2026-07-20
Unstract 的开源方案主打把各种文档直接抽成结构化 JSON，不再依赖每家供应商各自的模板、正则和标注训练。
它支持发票、合同、银行流水、扫描件、手写内容和图片等“脏”文档，结果可以部署成 REST API 或 ETL 管道接入数仓；同时兼容 OpenAI、Claude、Gemini、Mistral，也能用本地 Ollama。帖子还提到它带有 MCP server，可直接接进 AI agent，项目采用 AGPL-3.0 许可，GitHub 星标约 6.7k。
「编程与Agent」频道最新
- 构建 AI Agent 安全网关：如何自托管多 SaaS 的 OAuth 集成 — Defiant_Cod_2654 · 2026-07-22
- Rowboat 作为开源本地优先 AI 同事上线 — ycombinator · 2026-07-22
- Scoble 说 AI 的 loops 本质是长运行多智能体工作区 — Scobleizer · 2026-07-22
- Kimi Code 开放候补名单，Moonshot 推进编码产品 — Fabulous_Bonus_8981 · 2026-07-22
- 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
- 独立开发者探讨：当前 AI Agent 记忆层的真正痛点在哪？ — AcceptableTime7937 · 2026-07-22