结构化数据

kadoa

Kadoa是一款基于AI技术的网络数据抓取工具,支持从网页、PDF等多种非结构化数据源中自动化提取并处理信息。其主要特点包括无代码操作界面、数据工作流自动化、对数据源变化的高度适应性以及强大的数据转换功能。Kadoa广泛应用于金融数据分析、零售行业竞争情报、大规模语言模型的数据准备以及品牌声誉管理等领域,为企业提供高效且实用的数据支持。

Firecrawl Extract

只需通过简单的自然语言提示,Firecrawl Extract就能将整个网站转换为结构化数据,完全省去手动写脚本的麻烦。

XGrammar

XGrammar 是一款由陈天奇团队开发的开源工具,旨在为大型语言模型提供高效的结构化数据生成能力。它基于上下文无关语法(CFG),支持生成 JSON 和 SQL 等格式的复杂数据结构,具备字节级下推自动机优化、自适应 token 掩码缓存以及上下文扩展等功能,能够显著提升生成效率并减少延迟,适用于编程语言辅助、数据库操作、自然语言处理、Web 开发等多个领域。

TableGPT2

TableGPT2是一种由浙江大学开发的多模态人工智能模型,专注于结构化数据的处理与分析。它具备强大的表格数据理解能力,支持SQL查询执行、数据分析以及数据增删改查等功能。通过创新的表格编码器和双维注意力机制,TableGPT2在处理不规则表格和模糊查询方面表现优异。其应用场景广泛,涵盖商业智能、财务分析、市场研究及供应链管理等领域。

PulpMiner

一款将网页数据实时转化为JSON API的工具,用户粘贴网页 URL 并指定 JSON 结构,AI 自动提取数据并格式化。

BISHENG毕昇大模型

一款基于 Apache 2.0 License 协议正式开源的领先开源大模型应用开发平台,能搭建分析报告生成、知识库问答、对话、要素提取等多种大模型应用。

Alpha派

讯兔科技打造的智能投研APP,主要面向投研人员提供一站式信息服务,在数万机构投资者和研究人员那里,是一个提高获取信息高效的工具。

OmniParser

OmniParser是一款由微软研究院开发的屏幕解析工具,能够将UI截图转换为结构化数据,通过识别可交互图标和提取功能语义,提升基于大型语言模型的UI代理系统的性能。它支持跨平台应用,无需依赖额外信息,适用于自动化软件测试、虚拟助手、辅助技术等多个领域。

Claude 3.5 Haiku

Claude 3.5 Haiku 是 Anthropic 推出的高性能人工智能模型,具备强大的编码能力和低延迟特性,适合复杂推理与问题解决任务。它通过“Unstructured Generalization”算法优化非结构化数据处理,并引入“宪法 AI”确保行为符合道德规范。此外,该模型支持“计算机使用”功能,能够模拟人类与计算机交互,广泛应用于自动化桌面任务、虚拟助手构建、医疗决策支持、教育及客

olmOCR

olmOCR 是一款开源 PDF 文档处理工具,结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型,可高效提取结构化文本并保留原始布局。支持多种文档类型,具备大规模批量处理能力和低成本优势,适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。