按分类找 AI 开源项目

文档办公

浏览当前公开快照中“文档办公”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

iOfficeAI/OfficeCLI — officecli 以单一、无依赖的二进制 CLI 形式发布，使 AI 代理能够在不安装 Office 的情况下创建、读取、编辑 Word、Excel 和 PowerPoint 文件，并包含渲染功能用于文档视觉验证。
n8n-io/n8n — n8n 是一个源码可见的工作流与 AI Agent 自动化平台，通过可视化画布、自定义代码和 1500+ 集成连接企业现有系统。支持自托管与多模型灵活切换，适合需要流程编排且对数据边界有控制要求的团队。
Significant-Gravitas/AutoGPT — autogpt 是面向持续智能体与复杂工作流自动化的低代码平台，覆盖可视化构建、持续运行、预构建智能体复用、开发工具包和基准测试。它适合愿意承担一定自托管成本、希望从设计走向长期运行的开发者与团队，但不适合要求立即使用成熟托管云服务的场景。
anthropics/skills — anthropics/skills 提供了一组可复用的 Agent Skills（技能）、模板和规范，用于启发并帮助用户为 Claude 创建完成特定任务的自定义技能。这些技能本质上是以文件夹形式组织的指令集，需要依赖兼容的 Claude 平台才能执行。
google-gemini/gemini-cli — google-gemini/gemini-cli 是一款面向终端开发者的 Gemini 智能代理，支持通过自然语言完成代码理解、编辑、调试及脚本自动化。它具备免费层访问且扩展能力较强，但模型能力依赖外部 Google Gemini API，若要求完全离线运行则不应优先选择。
wonderwhy-er/DesktopCommanderMCP — desktopcommandermcp 是一个 MCP 服务器，用于让 AI 助手在本地执行终端命令、管理进程、编辑文件和分析数据。它采用宿主客户端订阅而非 API token 费用的方式运行。
opencv/opencv — opencv 是一个覆盖计算机视觉、图像处理和深度学习领域的开源函数库，定位为计算机视觉开发的基础设施。该项目以库形式提供算法集合，供开发者在本地集成使用。
CherryHQ/cherry-studio — cherry-studio 是一款桌面端 LLM 客户端，提供统一界面访问多家云端与本地模型服务，预置 300+ 个助手配置，并支持文档处理功能。用户下载并安装桌面应用即可使用。
PaddlePaddle/PaddleOCR — PaddleOCR 是一个文档解析库，旨在将非结构化的图像和 PDF 文档转换为结构化的 Markdown 或 JSON 数据，以支撑大语言模型应用。该项目提供了 0.9B 参数的轻量级视觉语言模型以及结构化解析能力。
Unstructured-IO/unstructured — unstructured 是一个 Python 库，用于简化大语言模型（LLM）场景下非结构化数据的摄入与预处理，可将图片和文本文档转换为结构化输出。
opendatalab/MinerU — mineru 是一款文档解析工具，可将 PDF、图片及 Office 文档转换为 Markdown 与 JSON 格式，服务于检索增强生成等下游处理流程。该项目支持复杂版面识别、公式与表格提取，并提供多种解析后端以适应不同硬件配置。
tesseract-ocr/tesseract — tesseract-ocr/tesseract 是一款开源 OCR 引擎，提供基于神经网络（LSTM）的行识别和传统字符模式识别两种引擎，并支持 100 多种语言的文本识别。
ComposioHQ/awesome-claude-skills — awesome-claude-skills 是一个精选的 Claude Skills 资源清单，收录了 1000 余个按用途分类的指令包，帮助用户为各类代理和平台查找可复用的定制方案。它还附带基础的技能创建模板，供用户按需扩展。
binary-husky/gpt_academic — gpt_academic 适合需要通过网页界面处理论文阅读、翻译、润色、写作与项目分析，并希望用插件和快捷按钮扩展流程的研究者与开发者。若团队无法锁定项目要求的 Gradio 版本，或计划以不足 24GB 显存运行本地 ChatGLM4，则不宜直接采用对应配置。
docling-project/docling — docling-project/docling 简化多种文档格式的解析，并将其转化为统一的文档表示，为生成式 AI 应用准备数据。该项目提供 PDF 深度解析、多格式导出，以及与生成式 AI 生态系统的集成支持。
santifer/career-ops — career-ops 将 AI 编码 CLI 转变为求职指挥中心，提供 A-F 评分的职位评估、ATS 优化简历生成、职位门户扫描和本地申请跟踪。该项目在本地运行，为求职者提供 AI 工具来选择公司。
stanford-oval/storm — storm 是一个通过检索与多视角问答来自动化研究流程的系统，能够从零开始生成带引用的长篇文章。它支持人机协作的知识整理模式，并提供模块化的引擎定制接口。
apache/airflow — apache/airflow 是一个用于以代码方式编写、调度和监控工作流与数据管道的平台。它以 DAG 形式定义工作流，配套提供可视化、监控和问题排查的 Web 界面。
zhayujie/CowAgent — cowagent 是一个可长期运行的轻量级 AI 智能体框架，支持多模型路由与多渠道消息接入，具备任务规划、三层长期记忆和知识库整理能力。它采用各层解耦设计，提供命令行安装方式，适用于持续在线的个人助手和办公自动化场景。
siyuan-note/siyuan — siyuan 是一款隐私优先、本地优先的个人知识管理系统，支持 Markdown 所见即所得编辑与细粒度块级引用。多数功能可免费用于商业用途。
calesthio/OpenMontage — openmontage 是一套端到端视频制作系统，通过外部 AI 编程助手自动化从构思到成片的流程化制作，支持真实素材或生成式视频组装，并带有质量校验环节。它不绑定特定供应商，将研究、提案、脚本、场景规划、资产生成、剪辑和合成编排为结构化阶段。
paperless-ngx/paperless-ngx — paperless-ngx 是一个由社区支持的文档管理系统，通过 OCR、组织和索引，将纸质或数字文档转化为可搜索的在线档案。它面向希望自行托管并集中管理文档的用户。
coreyhaines31/marketingskills — coreyhaines31/marketingskills 是一组面向 AI 编程代理的 Markdown 技能文件库，涵盖 SEO、CRO、文案撰写和增长工程等营销领域。项目通过 CLI 命令或 Git 方式安装，使兼容的 AI 代理在执行营销任务时调用专业知识框架。
hugohe3/ppt-master — ppt-master 是一个利用 AI agent 从源文档生成可编辑 PowerPoint（.pptx）文件的代理工作流项目，其输出包含真实的幻灯片母版、原生形状、基于数据的图表和切换效果。它通过将生成的 SVG 输出转换为 DrawingML，解决了 AI 生成的演示文稿通常被扁平化为图像或仅填充模板而无法编辑原生元素的问题。
Imbad0202/academic-research-skills — academic-research-skills 是一套面向学术研究的 Claude Code 技能集，提供从文献检索、引用格式化到数据验证的人在回路流水线。该项目通过不可跳过的完整性验证门，规避全自动 AI 研究流程中常见的引用幻觉和方法论编造问题。
mindsdb/mindshub — mindshub 是一个统一工作空间，可将完整项目委托给开源智能体执行，并支持在保留已构建数据、技能和产出物的前提下随时更换底层 AI 模型。
heygen-com/hyperframes — hyperframes 是一个将 HTML/CSS 和可寻址动画编程式渲染为确定性 MP4 视频的框架，专为自动化流水线和 AI 智能体设计。它无需构建步骤，且无按次渲染费用。
HKUDS/LightRAG — lightrag 是一个基于图结构的 RAG 框架，通过双层检索设计应对大规模知识图谱索引和检索时的计算开销与响应延迟问题。该框架支持在不重建全局索引的情况下进行增量数据更新，并提供局部、全局、混合等多种查询模式。
ToolJet/ToolJet — ToolJet 是一个开源、AI 原生的低代码/无代码平台，通过可视化拖拽构建器和数据源集成，帮助团队构建和部署内部工具与业务应用。内置无代码数据库、实时多人协作和应用内代码执行能力，支持自托管与托管云服务。
ashishpatel26/500-AI-Agents-Projects — 500-ai-agents-projects 是一个收录了 500 余个 AI 智能体项目的精选目录，提供涵盖主流框架与行业的代码示例、教程及开源项目链接。
gitroomhq/postiz-app — Postiz 是一款定位为 Buffer、Hypefury 等商业工具替代品的 AI 社交媒体日程管理应用。它旨在帮助用户集中管理帖子发布、受众增长与线索捕获。
DayuanJiang/next-ai-draw-io — next-ai-draw-io 是一个通过自然语言指令创建、修改和增强 draw.io 图表的项目，用户可借助大语言模型自动生成或编辑图表。
blader/humanizer — blader/humanizer 是一个以纯 Markdown 形式分发的 AI 代理技能，通过改写文本以移除 33 种有据可查的 AI 写作特征。它在改写过程中执行不捏造事实的规则，确保输出内容自然且不引入虚假信息。
iOfficeAI/AionUi — aionui 是一款免费、开源、跨平台的桌面应用，为 AI 代理提供本地协作环境。它支持无配置的多步自主任务执行、多代理编排，并集成了文档生成、文件管理和远程访问等工具。
JCodesMore/ai-website-cloner-template — ai-website-cloner-template 是一个可复用的 Next.js 模板项目，用于指导 AI 编程助手检查目标 URL，并通过文档化的多阶段流程将其逐个组件重构为干净的 Next.js 代码库。
JaidedAI/EasyOCR — easyocr 是一个支持 80 多种语言和主要书写体系的即用型 OCR 库，接受多种图像输入形式并返回包含边界框、文本和置信度的结构化结果。
MadsLorentzen/ai-job-search — madslorentzen/ai-job-search 是一个本地运行的求职工作流框架，覆盖职位查找与匹配评估、材料定制和面试准备。它依赖 Claude Code，通过起草—复核流程生成定制简历与求职信，并检查编译后 PDF 的文本层。
Budibase/budibase — budibase/budibase 是面向企业团队、开发者和运营团队的开源运营平台，将内部业务应用、工作流自动化和可执行操作的 AI 智能体集中在同一套系统中。它支持自托管和托管服务，但部分高级功能采用付费的 Business Source License，选型时需要同时核对功能边界与许可条件。
opendataloader-project/opendataloader-pdf — opendataloader-project/opendataloader-pdf 是面向 PDF 结构化解析与无障碍处理的本地可运行库，提供确定性解析、可选 AI 混合模式，以及将无标签 PDF 转换为带标签 PDF 的能力。
ATH-MaaS/Pixelle-Video — ath-maas/pixelle-video 面向希望从主题或脚本生成短视频、且不需要细粒度手工剪辑的创作者。它覆盖脚本、图像或视频素材、配音、背景音乐与成片合成，并允许通过不同服务或工作流替换部分生成组件。

AI 搜索

按分类找 AI 开源项目