# Unstructured

框架 · https://godooo.ai/zh/framework/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。

## 速览

- **类别:** [框架](https://godooo.ai/zh/browse#framework)
- **推出于:** 2022
- **所属星系:** [模型与 API](https://godooo.ai/zh/galaxy/builders)
- **是否开源:** 是 · Apache-2.0
- **源代码:** [github.com/Unstructured-IO/unstructured](https://github.com/Unstructured-IO/unstructured)
- **GitHub 星标:** 15,480
- **使用方式:** 可自部署 · API · 命令行
- **适合谁:** 开发者 · 企业
- **官网:** [unstructured.io](https://www.unstructured.io)

## 能做什么

- **[文档解析](https://godooo.ai/zh/capability/document-parsing)** — 主打, _由机器提出，尚待校准_. “Transform complex, unstructured data into clean, AI-ready inputs. Connect to any source, process 64+ file types, and power your GenAI projects.” (摘自 [unstructured.io](https://www.unstructured.io/)，2026-09-24)
- **[文字识别](https://godooo.ai/zh/capability/ocr)** — 支持, _由机器提出，尚待校准_. “OCR that catches every detail. Capture text from scans, images, handwriting, and low-quality documents with high accuracy.” (摘自 [unstructured.io](https://www.unstructured.io/)，2026-09-24)
- **[知识库检索](https://godooo.ai/zh/capability/knowledge-base)** — 支持, _由机器提出，尚待校准_. “take advantage of chunking, embedding, and image and table enrichment generation, all from a low code UI or an API.” (摘自 [github.com](https://github.com/Unstructured-IO/unstructured)，2026-09-24)

## 平替与同类

- **[Docling](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/product/ragflow)** (开源免费): 同样能做：文档解析、知识库检索
- **[Marker](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/framework/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](https://godooo.ai/zh/product/fastgpt)** (开源免费): 同样能做：知识库检索、文档解析；不用写代码
- **[kotaemon](https://godooo.ai/zh/product/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](https://godooo.ai/zh/skill/pdf)**: 同样能做：文档解析
- **[PrivateGPT](https://godooo.ai/zh/framework/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

- [unstructured.io](https://www.unstructured.io/) — 核实于 2026-09-24
- [github.com](https://github.com/Unstructured-IO/unstructured) — 核实于 2026-09-24

---

最后更新 2026-09-24 · 来源核实于 2026-09-24 · 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。