Propietario
opendataloader-project
3 repositorios indexados · Ver en GitHub
-
opendataloader-pdf
PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.
Java · 29391 estrellas
-
opendataloader-bench
OpenDataLoader Benchmark
Python · 97 estrellas
-
Python · 64 estrellas
Las issues en las que quizá ya trabaja alguien aparecen al final. Ordenar todo por fecha
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
opendataloader-project/opendataloader-pdf#757 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
opendataloader-project/opendataloader-pdf#755 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 65/100
opendataloader-project/opendataloader-pdf#751 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
opendataloader-project/opendataloader-pdf#745 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 55/100
opendataloader-project/opendataloader-pdf#740 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
opendataloader-project/opendataloader-pdf#732 ·
Los mantenedores suelen responder en 1 día
-
Page-split markers in PDF text can forge page boundaries, and a long page number crashes the loaderAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
-
[Bug] Hybrid docling-fast fails on Windows when the user profile path contains non-ASCII charactersAbiertobug
opendataloader-project/opendataloader-pdf#725 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
opendataloader-project/opendataloader-pdf#711 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
opendataloader-project/opendataloader-pdf#695 ·
Los mantenedores suelen responder en 1 día
-
StringIndexOutOfBoundsException in TableStructureNormalizer aborts whole document (empty TextChunk substring)Quizá libre de nuevo @LonelyMidoriya la tomó hace 38 días y no hay ningún pull request abierto. Abiertobug fixed-in-dev
opendataloader-project/opendataloader-pdf#694 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
opendataloarder gets stuckQuizá libre de nuevo @bundolee la tomó hace 43 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#686 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
opendataloader-project/opendataloader-pdf#676 ·
Los mantenedores suelen responder en 1 día
-
Add `py.typed` to Python package to denote that the package supports typingQuizá libre de nuevo @bundolee la tomó hace 50 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#674 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Hybrid backend fails to start on Korean-locale Windows - 'cp949' codec can't decode byte 0xe2 while loading docling model configQuizá libre de nuevo @bundolee la tomó hace 51 días y no hay ningún pull request abierto. Abierto
opendataloader-project/opendataloader-pdf#673 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
IEEE roman-numeral section titles emitted as paragraphs while an equation is tagged as a headingAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
opendataloader-project/opendataloader-pdf#663 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
After upgrading to latest version 2.50 seeing issues in image extraction,extra grey scale image seenAbiertobug
Dificultad 4/5 3-5 días Aptitud para principiantes 38/100
opendataloader-project/opendataloader-pdf#652 · 10 comentarios ·
Los mantenedores suelen responder en 1 día
-
Make hybrid backend availability-check timeout configurableQuizá libre de nuevo @bundolee la tomó hace 74 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#644 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
opendataloader-project/opendataloader-pdf#642 ·
Los mantenedores suelen responder en 1 día
-
Table-Detection F1 regression gate is vacuous: reference.json resolved under ground-truth/markdown/Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
[Bug] docling-fast full mode omits vector flowchart region in NIST SP 800-53AQuizá libre de nuevo @bundolee la tomó hace 82 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#628 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Urgent - [Bug] Hybrid full mode collapses logical table rows and misaligns valuesQuizá libre de nuevo @bundolee la tomó hace 82 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#627 · 3 comentarios · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
question
Dificultad 4/5 3-5 días Aptitud para principiantes 68/100
opendataloader-project/opendataloader-pdf#626 ·
Los mantenedores suelen responder en 1 día
-
Hybrid mode drops text docling labels as page_header/page_footer; --include-header-footer does not restore itQuizá libre de nuevo @bundolee la tomó hace 85 días y no hay ningún pull request abierto. Abierto
opendataloader-project/opendataloader-pdf#623 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Hybrid triage routes full-page scanned pages to the Java path -> empty outputQuizá libre de nuevo @hnc-jglee la tomó hace 66 días y no hay ningún pull request abierto. Abierto
opendataloader-project/opendataloader-pdf#619 · 2 comentarios · 1 reacción · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
sanitize.Phone match pattern not configured for US phone numbersQuizá libre de nuevo @bundolee la tomó hace 92 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#617 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
question
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
opendataloader-project/opendataloader-pdf#577 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Would you be open to a pure-Node.js, no-JVM extraction engine?Quizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#574 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Split CLI streaming from library API in run_jar (port Node #473 pattern)Quizá libre de nuevo @hyunhee-jo la tomó hace 104 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#572 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
ask about projectsQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoquestion
opendataloader-project/opendataloader-pdf#571 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
[M1] Cap page-render DPI to bound single-page peak memory (the real lever for #458)Quizá libre de nuevo @hnc-jglee la tomó hace 110 días y no hay ningún pull request abierto. Abiertoenhancement fixed-in-dev follow-up memory
opendataloader-project/opendataloader-pdf#568 · 2 comentarios · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
missing characterQuizá libre de nuevo @bundolee la tomó hace 103 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#566 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Maven dependency resolution appears to be non-reproducibleQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoquestion
opendataloader-project/opendataloader-pdf#551 · 1 reacción · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Expand `--sanitize` to mask SSNs, bank account numbers, and broader sensitive identifiersQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#550 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Local extraction of an image-only / scanned PDF succeeds silently with no text and no warningQuizá libre de nuevo @bundolee la tomó hace 103 días y no hay ningún pull request abierto. Abierto
opendataloader-project/opendataloader-pdf#548 · 1 reacción · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
docling.exceptions.ConversionError on M1 MBPQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#545 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Drop deprecated markdown-with-html/markdown-with-images format valuesQuizá libre de nuevo @hnc-jglee la tomó hace 84 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#539 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Poor image extractionAbiertobug
Dificultad 3/5 1-2 días Aptitud para principiantes 48/100
opendataloader-project/opendataloader-pdf#531 · 3 comentarios ·
Los mantenedores suelen responder en 1 día
-
Poor OCR extraction on low-resolution scanned PDF flyer in hybrid Docling modeQuizá libre de nuevo @bundolee la tomó hace 103 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#528 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Poor Performance on Ko-En scanned PDFQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoquestion
opendataloader-project/opendataloader-pdf#502 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
opendataloader-project/opendataloader-pdf#492 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
opendataloader-project/opendataloader-pdf#463 ·
Los mantenedores suelen responder en 1 día
-
java.lang.OutOfMemoryError: Java heap spaceQuizá libre de nuevo @hnc-jglee la tomó hace 113 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#458 · 10 comentarios · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Feature request: long-running server mode to reuse a single JVM across multiple convert() callsQuizá libre de nuevo @hnc-jglee la tomó hace 84 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#456 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Error handling in opendataloader.convertQuizá libre de nuevo @bundolee la tomó hace 104 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#451 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Integrated Lifecycle Management for Hybrid ServerQuizá libre de nuevo @bundolee la tomó hace 103 días y no hay ningún pull request abierto. Abiertoenhancement
opendataloader-project/opendataloader-pdf#440 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Java API: invalid file path crashes batch processing (CLI handles gracefully)Quizá libre de nuevo @hnc-jglee la tomó hace 111 días y no hay ningún pull request abierto. Abierto
opendataloader-project/opendataloader-pdf#430 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
解析效果问题Quizá libre de nuevo @bundolee la tomó hace 103 días y no hay ningún pull request abierto. Abiertobug
opendataloader-project/opendataloader-pdf#428 · 2 comentarios · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
opendataloader-project/opendataloader-pdf#412 · 1 comentario ·
Los mantenedores suelen responder en 1 día