Hacker News (Show HN 免费与开源)·· 7 天前AI 评分23
开源文档解析算法 doc2struct：单 CPU 线程解析 5B tokens
Show HN: Document parsing 5B tokens on a single CPU thread
摘要
开源文档解析算法 doc2struct 正式发布，采用 MIT 协议，支持在单个 CPU 线程上快速解析文档并处理 5B tokens。该算法能在 40s 内完成 19GB 规模的 2025 年全部年度报告解析，同时保留嵌套结构并进行表格基础清洗。doc2struct 是作者此前 doc2dict 解析器的后继版本。
福利说明
来源信息整理于：2026年11月6日 12:59（北京时间）；未进行独立实测或事实核验。
活动入口
可以通过 GitHub 访问 doc2struct 项目源码仓库。
费用与支付
项目采用 MIT 开源许可协议供免费使用。
尚未核实：福利是什么、实际价值、领取条件、适用地区、领取/使用步骤、截止时间、有效期、使用限制、风险与注意事项。页面未展示没有来源支持的空白章节。
本站未展示原文全文；以上福利说明列出相应来源链接，但不代表独立实测。完整内容请阅读原文。
来源：Hacker News (Show HN 免费与开源) · news.ycombinator.com