詳細解釋
2022 年開源的文檔解析工具，專門將 PDF、Word、PPT、圖像等非結構化文檔轉換為 LLM 友好的結構化格式（Markdown、JSON）。
解決的問題：
- 企業 80% 數據是非結構化文檔，LLM 無法直接使用
- 傳統 OCR 僅提取文本，丟失表格結構、標題層次、圖像描述
- 版面分析困難：多欄、頁眉頁腳、註腳的干擾
功能特點：
- 混合文檔：同時處理文本、表格、圖像、代碼塊
- 版面還原：識別標題層級、列表、表格結構，輸出 Markdown
- 圖像理解：調用 CLIP 或 GPT-4V 為圖像生成描述
- 50+ 格式：PDF、DOCX、PPTX、HTML、EPUB、圖像等
架構：
- 分區策略：先識別文檔區域類型（標題、正文、表格、圖像）
- 模型驅動：使用計算機視覺模型（YOLO、Detectron2）做版面分析
- OCR 整合：支持 Tesseract、PaddleOCR、EasyOCR
- 並行處理：多頁並行解析，適合批量處理
與 LlamaParse、MinerU 等競品對比：
- Unstructured：開源、靈活、可自託管，但設置較複雜
- LlamaParse：閉源 API，與 LlamaIndex 生態整合好
- MinerU：清華開源，對中文和學術文檔優化
商業模式：
- 開源核心（Apache 2.0）
- Unstructured Platform：託管 API、企業級支持
在 RAG 流程中的作用：「文檔加載 → 解析 → 分塊 → 嵌入」中的關鍵一環，解析質量直接影響最終問答效果。