产品库

无需复杂的公式、SQL或编码，轻松转换您的数据。

Chat Data Prep是一款简单易用的数据处理工具。它能够帮助您合并列、汇总记录、翻译语言、转换格式并执行复杂的计算。它还提供了清理数据、删除异常值等功能。Chat Data Prep不需要编写复杂的公式，只需用简单的英文指令即可完成数据处理。无论您是数据科学家、业务分析师还是销售和营销运营人员，Chat Data Prep都能帮助您更高效地处理数据。

自动匹配、转换、分类数据

EntityMatcher是一款用于自动匹配、转换和分类数据的工具。其主要功能包括自动确定两个实体是否相同、自动从数据记录中提取和格式化多个值以及自动标记和分类数据记录。无论是开发人员还是商业用户，都可以通过REST API或无代码界面方便地使用EntityMatcher。其优势在于提供易于使用的界面以快速审查自动输出，以及根据人工反馈自动改进自动化质量。定价方面，EntityMatcher在免费信用额用尽后，每处理10条记录收取0.01美元，并为高容量用户提供批量折扣。

探索和安装 MCP 流行服务器。

MCP 服务器提供了与多种 API 集成的标准化接口，支持 AI 模型与 Web 内容的交互，适合开发者和企业进行高效的自动化和集成。它能够简化复杂的工作流程并提升生产力，是构建 AI 驱动应用的重要工具，适用于各类企业需求。通过 MCP，用户可以无缝连接到各种服务，轻松获取和处理数据，提升业务效率。

CocoIndex 是一个开源的数据索引引擎，支持自定义转换逻辑和增量更新。

CocoIndex 是一款面向数据索引的开源引擎，专注于数据提取、转换和索引。它支持自定义数据转换逻辑和增量更新，能够有效处理大规模数据流。产品主要面向数据科学家、工程师和企业用户，旨在简化数据索引流程，提高数据处理效率。CocoIndex 提供开源版本和企业级服务，开源版本完全免费，企业级服务则提供额外支持和功能，满足不同用户的需求。

上传数据文件，即可进行数据清洗、转换、可视化、分析、建模或生成报告。

DataSci Pro 是一款专注于数据处理与分析的在线工具，旨在帮助用户快速将数据转化为有价值的见解。它通过提供一站式的数据处理服务，包括数据清洗、转换、可视化、分析、建模以及报告生成等功能，极大地简化了数据科学的工作流程。该产品主要面向数据科学家、分析师以及对数据处理有需求的商业用户，其优势在于便捷性、高效性和易用性，用户无需复杂的编程技能即可完成复杂的数据分析任务。目前尚不清楚其具体价格和定位，但从其功能来看，可能定位于中高端用户群体。

Scira AI 是一个多功能的 AI 平台，提供多种 API 接口，支持多种应用场景。

Scira AI 是一个强大的 AI 平台，通过集成多种 API 接口，为用户提供广泛的应用支持。它支持多种数据处理和分析功能，能够满足不同用户在不同场景下的需求。该平台的主要优点是灵活性高、功能丰富，能够快速部署和使用。它适用于需要多种 AI 功能支持的用户和企业，价格和具体定位可能因用户需求而异。

OOMOL Studio 是一个通过直观视觉交互连接代码片段和 API 服务的 AI 工作流 IDE。

OOMOL Studio 是一款面向开发人员和数据科学家的 AI 工作流 IDE。它通过直观的视觉交互方式，帮助用户轻松连接代码片段和 API 服务，从而缩短从想法到产品的距离。该产品支持 Python 和 Node.js 等编程语言，内置丰富的 AI 功能节点和大模型 API，能够满足用户在数据处理、多媒体处理等多场景下的需求。其主要优点包括直观交互、预安装环境、编程友好和社区共享等。产品定位为高效、便捷的 AI 开发工具，适用于不同技术水平的用户。

一个基于 DuckDB 和 3FS 构建的轻量级数据处理框架

Smallpond 是一个高性能的数据处理框架，专为大规模数据处理而设计。它基于 DuckDB 和 3FS 构建，能够高效处理 PB 级数据集，无需长时间运行的服务。Smallpond 提供了简单易用的 API，支持 Python 3.8 至 3.12，适合数据科学家和工程师快速开发和部署数据处理任务。其开源特性使得开发者可以自由定制和扩展功能。

非结构化数据处理平台，助力企业快速构建行业数据集并集成到LLM RAG知识库

Supametas.AI是一款专注于非结构化数据处理的平台，旨在帮助企业快速将音频、视频、图片、文本等多种格式的数据转化为适用于LLM RAG知识库的结构化数据。该平台通过提供多种数据采集方式和强大的预处理功能，极大地简化了数据处理流程，降低了企业构建行业数据集的门槛。其无缝集成到LLM RAG知识库的能力，使得企业能够更高效地利用数据驱动业务发展。Supametas.AI的定位是成为行业领先的LLM数据结构化处理开发平台，满足企业在数据隐私和灵活性方面的需求。

Heron的AI技术可自动化处理文档密集型工作，提升工作效率。

Heron是一款专注于自动化文档处理的生产力工具。它通过先进的AI技术，能够快速接收、分类、解析和同步文档数据，直接将结构化数据同步到用户的CRM系统中。Heron的主要优点包括高效的数据处理能力、强大的机器学习支持以及与现有业务流程的无缝集成。该产品主要面向需要处理大量文档的中小企业融资、法律、保险等行业，旨在帮助用户节省时间、降低成本并提高决策效率。Heron的定价策略灵活，具体价格根据客户需求定制，适合希望通过技术提升工作效率的企业。

ReaderLM v2是一个用于HTML转Markdown和JSON的前沿小型语言模型。

ReaderLM v2是由Jina AI推出的参数量为1.5B的小型语言模型，专门用于HTML转Markdown转换和HTML转JSON提取，具有卓越的准确性。该模型支持29种语言，能处理高达512K个token的输入和输出组合长度。它采用了新的训练范式和更高质量的训练数据，较前代产品在处理长文本内容和生成Markdown语法方面有重大进步，能熟练运用Markdown语法，擅长生成复杂元素。此外，ReaderLM v2还引入了直接HTML转JSON生成功能，允许用户根据给定的JSON架构从原始HTML中提取特定信息，消除了中间Markdown转换需求。

一个由LLM驱动的数据处理系统。

DocETL是一个强大的系统，用于处理和分析大量文本数据。它通过利用大型语言模型（LLM）的能力，能够自动优化数据处理流程，并将LLM与非LLM操作无缝集成。该系统的主要优点包括其声明式的YAML定义方式，使得用户可以轻松地定义复杂的数据处理流程。此外，DocETL还提供了一个交互式的playground，方便用户进行提示工程的实验。产品背景信息显示，DocETL在2024年12月推出了DocWrangler，这是一个新的交互式playground，旨在简化提示工程。价格方面，虽然没有明确标出，但从提供的使用案例来看，运行和优化数据处理流程的成本相对较低。产品定位主要是为需要处理大量文本数据并从中提取有价值信息的用户提供服务。

一个开源的交互式开发环境，用于构建和优化基于LLM的数据处理管道。

DocWrangler是一个开源的交互式开发环境，旨在简化构建和优化基于大型语言模型（LLM）的数据处理管道的过程。它提供即时反馈、可视化探索工具和AI辅助功能，帮助用户更容易地探索数据、实验不同操作并根据发现优化管道。该产品基于DocETL框架构建，适用于处理非结构化数据，如文本分析、信息提取等。它不仅降低了LLM数据处理的门槛，还提高了工作效率，使用户能够更有效地利用LLM的强大功能。

将各种文件类型转换为Markdown格式的Python库

E2M是一个Python库，能够解析并转换多种文件类型到Markdown格式。它采用了解析器-转换器架构，支持包括doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3和m4a等多种文件格式的转换。E2M项目的最终目标是为检索增强生成(RAG)和模型训练或微调提供高质量的数据。

将非结构化数据快速转换为可操作表格

Playmaker是一个能够将PDF、图片、电子表格或网页数据转换成清晰、可操作表格数据的平台。它通过自动化流程，减少手动文档处理的重复性工作，提高效率。产品背景信息显示，Playmaker适应任何数据格式，将手动任务转变为自动化流程，支持300多个应用程序的数据流。价格方面，提供免费试用和不同规模的付费方案，适合不同规模的企业使用。

现代Python数据框库，专为人工智能设计。

DataChain是一个现代的Python数据框库，专为人工智能设计。它旨在将非结构化数据组织成数据集，并在本地机器上大规模处理数据。DataChain不抽象或隐藏AI模型和API调用，而是帮助将它们集成到后现代数据堆栈中。该产品以其高效性、易用性和强大的数据处理能力为主要优点，支持多种数据存储和处理方式，包括图像、视频、文本等多种数据类型，并且能够与PyTorch和TensorFlow等深度学习框架无缝对接。DataChain是开源的，遵循Apache-2.0许可协议，免费供用户使用。

将GitHub链接转换为适合LLM的格式

GitHub to LLM Converter是一个在线工具，旨在帮助用户将GitHub上的项目、文件或文件夹链接转换成适合大型语言模型（LLM）处理的格式。这一工具对于需要处理大量代码或文档数据的开发者和研究人员来说至关重要，因为它简化了数据准备过程，使得这些数据可以被更高效地用于机器学习或自然语言处理任务。该工具由Skirano开发，提供了一个简洁的用户界面，用户只需输入GitHub链接，即可一键转换，极大地提高了工作效率。

AI驱动的数据分析和可视化平台

SheetBot AI是一个利用人工智能技术，为用户提供数据分析、可视化和数据转换的一体化平台。它通过简化数据操作流程，允许用户用自然语言提问，快速获取AI驱动的洞察，并即时生成可视化结果。该产品通过自动化重复性的数据工作，节省用户时间，提高工作效率。它支持上传多种数据文件格式，包括但不限于电子表格，并提供高RAM环境以处理大型数据集。此外，SheetBot AI还强调数据安全性，确保用户数据在传输和处理过程中的加密和隔离。

AI在医学领域的初步研究

o1 in Medicine是一个专注于医学领域的人工智能模型，旨在通过先进的语言模型技术，提升医学数据的处理能力和诊断准确性。该模型由UC Santa Cruz、University of Edinburgh和National Institutes of Health的研究人员共同开发，通过在多个医学数据集上的测试，展示了其在医学领域的应用潜力。o1模型的主要优点包括高准确率、多语言支持以及对复杂医学问题的深入理解能力。该模型的开发背景是基于当前医疗领域对于高效、准确的数据处理和分析的需求，尤其是在诊断和治疗建议方面。目前，该模型的研究和应用还处于初步阶段，但其在医学教育和临床实践中的应用前景广阔。

轻量级、高性能的深度PDF表格提取工具

gmft是一个用于将PDF中的表格转换为多种格式的工具包。它轻量级、模块化且性能优越。gmft依赖于微软的Table Transformers，这是众多替代方案中性能最好、最可靠的。gmft无需GPU即可运行，具有高吞吐量，并且安装简便，仅需一行代码即可完成安装。它使用PyPDFium2，因其高吞吐量和宽松的许可证而受到青睐。gmft使用的训练模型TATR在多样化的数据集PubTables-1M上训练，具有高可靠性。

开源知识图谱构建模型，成本低廉

Triplex是一个创新的开源模型，能够将大量非结构化数据转换为结构化数据，其在知识图谱构建方面的表现超越了gpt-4o，且成本仅为其十分之一。它通过高效的将非结构化文本转换为知识图谱的构建基础——语义三元组，大幅降低了知识图谱的生成成本。

快速构建AI助手，提升业务效率

Kipps.AI 是一个在线平台，允许用户在短短两分钟内构建自己的AI助手，并将其集成到业务中。该平台支持多种数据源，如PDF、Notion、网站链接和文本，用户只需提供这些数据，Kipps.AI 会处理其余部分。它还与常用的工具如GoDaddy、Wordpress、Drupal、Squarespace、Magento和Wix等进行集成，使得用户可以轻松地将AI助手集成到现有的业务流程中。

构建知识图谱的Neo4j应用

llm-graph-builder是一个利用大型语言模型（如OpenAI、Gemini等）从非结构化数据（PDF、DOCS、TXT、YouTube视频、网页等）中提取节点、关系及其属性，并使用Langchain框架创建结构化知识图谱的应用程序。它支持从本地机器、GCS或S3存储桶或网络资源上传文件，选择LLM模型并生成知识图谱。

多模态智能分块库

Semantic Chunkers 是一个多模态分块库，用于智能地对文本、视频和音频进行分块，提高AI和数据处理的效率和准确性。

一站式企业级数据平台，专为生成式AI应用设计

Context Data是一个为生成式AI应用设计的数据处理和转换平台，旨在帮助AI团队构建数据基础设施，以便他们专注于构建AI逻辑。它提供了无需设置基础设施、跨多个源转换数据、连接多个模型、加载数据到主要向量数据库、查询私有向量数据、定时管道以及构建数据和ETL管道等功能。Context Data强调数据隐私控制，避免了将数据上传到OpenAI等外部模型，简化了构建AI就绪数据平台的压力和复杂性。

基于2千亿MoE模型的领先AI技术，提供超低价格和越级场景体验。

DeepSeek-V2是一款基于2千亿参数量的MoE（Mixture of Experts）模型的AI技术产品，它在对话官网和API上全面上线，提供领先性能和超低价格。该产品在中文综合能力（AlignBench）和英文综合能力（MT-Bench）的评测中表现出色，与GPT-4-Turbo等闭源模型处于同一梯队。DeepSeek-V2支持128K上下文的开源模型，而对话官网/API支持32K上下文。产品的主要优点包括即刻接入、能力卓越、价格低廉，并且兼容OpenAI API接口，提供丝滑的体验。

在线CSV编辑器与虚拟助手

Commabot是一个在线CSV编辑器，提供了一个直观的电子表格界面，用户可以轻松编辑、查看和解释CSV文件。它还配备了一个AI助手，可以解释数据查询、提供统计分析、建议数据清理方法，并基于数据预测趋势。Commabot支持多种数据格式的转换和转换，适用于各种数据系统和报告集成需求。

使用大型语言模型（LLMs）进行数据清洗和整理的Python库。

databonsai是一个Python库，利用大型语言模型（LLMs）执行数据清洗任务。它提供了一系列工具，包括数据分类、转换和提取，以及对LLM输出的验证，支持批量处理以节省令牌，并且具备重试逻辑以处理速率限制和瞬时错误。

商汤基于多年技术积累和产业实践经验打造的大模型体系，引领通用人工智能发展。

商汤日日新 SenseNova 大模型体系提供多种大模型及能力，助力各行业智能化创新，以大算力引领通用人工智能发展。

用AI快速处理复杂的数据处理和分析任务

Tipis AI是一个AI助手，可用于快速处理复杂和耗时的数据处理和分析任务。它具有强大的功能，包括文档分析、图表生成、自定义数据集成和团队协作等。价格为每月5000个积分，还有免费试用。适用于需要处理大量数据的个人和团队。