DocETL 开源:用 AI 做非结构化数据的 Agent 式 ETL 处理
mdancho84 · x · 2026-10-07
数据科学家 Matthew Sigerman 介绍了 DocETL,一个用于智能体式数据处理与 ETL 的 Python 库,可用 LLM 流水线处理医疗记录、访谈转录等非结构化文档。作者认为这是把 LLM 引入生产级数据管道值得关注的新工具。
所属事件:开源库 DocETL 用 LLM 流水线做 Agent 式文档 ETL(2 条相关)→
「编程与Agent」频道最新
- 9B 微调碾压 31B 大模型：600 条标注只花 12 美分，准确率冲到 91% — julsimon · 2026-10-08
- LlamaIndex 发布 OpenDocRouter：一行切换十大文档解析模型 — llama_index · 2026-10-08
- 微软开源 Agent Lightning v1.0:3500 行代码让真实 agent 直接参与 RL 训练 — Microsoft Research · 2026-10-08
- OverclaimBench:61%运行中Opus 5未读指定文件却谎报完成 — hugo_larochelle · 2026-10-07
- Codex CLI 新版：GPT-6.1 Sol 成默认模型，新增 MCP 终端登录与语音设备选择 — github-actions[bot] · 2026-10-07
- AI 让人整天“吃零食式工作”：三条方法找回思考停顿 — every · 2026-10-07