spec — 基本情報
| github_stars | 65.4k |
|---|---|
| pricing | open_source |
| license | MIT |
| os | mac / windows / linux |
| japanese | 一部対応 |
| difficulty | 中級 |
| recommended | 企業文書のRAGパイプライン構築 |
概要
IBM発のドキュメント解析ツール。PDF・Office文書を構造化データに変換し、主要AIフレームワークと直接連携する。
IBMの研究部門から生まれ、Linux Foundation傘下で開発される文書解析ツールです。MIT ライセンスとローカル完結の設計により、機密文書を扱う企業のRAG構築で採用が広がっています。LangChainやLlamaIndexへの公式コネクタがあり、パイプラインへの組み込みが簡単です。
主な機能
- レイアウト・表構造の高度な理解
- LangChain/LlamaIndex等との公式連携
- ローカル実行可能でデータが外に出ない
料金
オープンソースとして無料で利用できます。
※詳細は公式サイトでご確認ください。
こんな人におすすめ
- 企業文書のRAGパイプライン構築
よくある質問
Q. Markerとどちらが良い?
A. 精度は文書のタイプ次第で拮抗します。ライセンスの寛容さ(MIT)とフレームワーク連携ではDoclingが選びやすいです。
Q. 日本語文書は?
A. 日本語を含む多言語のOCR・解析に対応しています。縦書き等の特殊レイアウトは検証を推奨します。
代替ツール
比較
glossary — わからない用語があったら
tags
related — 同カテゴリの人気エンティティ
screenshot-to-code OSS
スクリーンショットを渡すとそっくりなHTML/Reactコードを生成するツール。デザイン→コード変換の代表的OSS。
stars: 74.4k price: freemium license: MIT ja: none level: beginner
LibreChat OSS
ChatGPT風UIのセルフホスト型チャットプラットフォーム。マルチプロバイダ・エージェント・RAGを1つのUIで扱える。
stars: 42.4k price: open_source license: MIT ja: partial level: intermediate
Streamlit OSS
PythonだけでデータアプリのUIが作れるフレームワーク。分析ダッシュボードや社内ツールの定番。
stars: 45.6k price: open_source license: Apache-2.0 ja: partial level: beginner
llama.cpp OSS
ローカルLLM実行の土台となる推論エンジン。C/C++実装により、GPUがない普通のPCでもAIモデルを動かせる。
stars: 125.3k price: open_source license: MIT ja: none level: advanced
Firecrawl OSS
WebサイトをLLM向けデータに変換するスクレイピングAPI。クロール・抽出・検索をシンプルなAPIで提供する。
stars: 171.3k price: freemium license: AGPL-3.0 ja: none level: beginner