框架
Unstructured
Unstructured 是开源 AI 开发框架，2022 年推出，面向开发者、企业。
把 PDF、图片和 Office 文件处理成适合大模型的干净分块数据的库。
主打：文档解析。开源，可以免费使用。使用方式：自部署、API、命令行。
这是 https://godooo.ai/zh/framework/unstructured 的 Markdown 版本。本站每个页面都有：在地址后面加 .md。
速览
能做什么
文档解析主打待校准
“Transform complex, unstructured data into clean, AI-ready inputs. Connect to any source, process 64+ file types, and power your GenAI projects.”— unstructured.io, 2026-09-24
文字识别支持待校准
“OCR that catches every detail. Capture text from scans, images, handwriting, and low-quality documents with high accuracy.”— unstructured.io, 2026-09-24
知识库检索支持待校准
“take advantage of chunking, embedding, and image and table enrichment generation, all from a low code UI or an API.”— github.com, 2026-09-24
待校准由机器提出，尚待校准
平替与同类
- Docling开源免费同样能做：文字识别、文档解析、知识库检索；可离线本地运行
- MinerU开源免费同样能做：文字识别、文档解析；可离线本地运行
- PaddleOCR开源免费同样能做：文字识别、文档解析；可离线本地运行
- RAGFlow开源免费同样能做：文档解析、知识库检索
- Marker开源免费同样能做：文字识别、文档解析；可离线本地运行
- Surya开源免费同样能做：文字识别、文档解析；可离线本地运行
- LlamaIndex开源免费同样能做：知识库检索、文字识别、文档解析；可离线本地运行
- MarkItDown开源免费同样能做：文档解析、文字识别；可离线本地运行
- FastGPT开源免费同样能做：知识库检索、文档解析；不用写代码
- kotaemon开源免费同样能做：知识库检索、文档解析；可离线本地运行；不用写代码
- PDF Skill同样能做：文档解析
- PrivateGPT开源免费同样能做：知识库检索、文档解析；可离线本地运行
常见问题
Unstructured 是什么？
Unstructured 是开源 AI 开发框架，2022 年推出，面向开发者、企业。把 PDF、图片和 Office 文件处理成适合大模型的干净分块数据的库。
Unstructured 免费吗？
免费。Unstructured 是开源软件（Apache-2.0）。
Unstructured 开源吗？
开源，许可证是 Apache-2.0。源代码在 https://github.com/Unstructured-IO/unstructured。
Unstructured 能本地运行吗？
可以部署在自己的服务器上。
Unstructured 能做什么？
主打：文档解析。也能做：文字识别、知识库检索。
Unstructured 有哪些开源替代品？
开源的有：Docling、MinerU、PaddleOCR、RAGFlow、Marker、Surya、LlamaIndex、MarkItDown。其他：PDF Skill。
来源
- www.unstructured.io/核实于 2026-09-24
- github.com/Unstructured-IO/unstructured核实于 2026-09-24