Awesome GitHub RepositoriesData Table Parsing

Docling is a multimodal content converter and document parser designed to transform PDFs, Office files, and HTML into structured Markdown or JSON for generative AI applications. It functions as an OCR document processor and a PDF layout analyzer that extracts tables, charts, and hierarchical structures while preserving the original page layout. The system operates as a local-first inference engine, allowing for the processing of sensitive data in air-gapped environments without external network connectivity. It can also be deployed as an API or a Model Context Protocol server to provide parsi

PaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val

Codeception هو إطار عمل اختبار متكامل لتطبيقات PHP يوفر واجهة موحدة لاختبارات الوحدة، والاختبارات الوظيفية، واختبارات القبول. يعمل كأداة لأتمتة متصفحات سطح المكتب والأجهزة المحمولة الحقيقية عبر بروتوكول WebDriver ويعمل كعميل لاختبار REST و SOAP APIs. يتميز إطار العمل بدعمه للتطوير القائم على السلوك (BDD)، مما يسمح للمستخدمين بكتابة مواصفات اختبار قابلة للقراءة البشرية بلغة Gherkin لمواءمة الاختبارات التقنية مع متطلبات العمل. يطبق تعيين إجراءات قائم على الممثلين (actor-based) لربط خطوات اللغة الطبيعية هذه بطرق PHP القابلة للتنفيذ. تغطي قدراته مساحة واسعة بما في ذلك التحقق من حالة قاعدة البيانات وإدارتها لمخازن SQL و NoSQL، ومحاكاة سير عمل المستخدم من خلال أتمتة المتصفح، والتحقق من هياكل بيانات API باستخدام JSON و XML. كما يوفر أدوات لقياس تغطية الكود وإدارة دورات حياة الاختبار عبر حقن التبعية ومعالجة حاوية الخدمة. يتضمن المشروع عملية تثبيت موجهة عبر سطر الأوامر لإنشاء نماذج اختبار وملفات تكوين موحدة.

Behat هو إطار عمل للتطوير القائم على السلوك (BDD) وأداة لأتمتة الاختبار لـ PHP. يعمل كمشغل اختبار Gherkin يقوم بتعيين ملفات الميزات باللغة الطبيعية إلى أساليب PHP قابلة للتنفيذ للتحقق من أن تنفيذ البرنامج يتوافق مع متطلبات العمل. يُمكّن إطار العمل من تحديد سلوك التطبيق باستخدام تنسيق منظم وسهل القراءة للبشر بناءً على قصص المستخدمين، مع دعم كلمات رئيسية مترجمة لأصحاب المصلحة غير الناطقين بالإنجليزية. يتميز بطبقة محاكاة متصفح قائمة على برامج التشغيل للتحقق من واجهة المستخدم وتكاملات متخصصة لنواة Symfony وسير عمل Drupal. تغطي مجموعة الأدوات مجموعة واسعة من القدرات بما في ذلك اختبار الانحدار التلقائي، وأتمتة متصفح الويب، ومعالجة البيانات المعقدة عبر تحويلات الجداول. يوفر واجهة سطر أوامر لتنفيذ الاختبار، وخطافات دورة الحياة للإعداد والتفكيك، ونظام إضافات لتوسيع الوظائف الأساسية بأدوات الطرف الثالث. نتائج التنفيذ متاحة بتنسيقات متعددة، بما في ذلك نص سهل القراءة، و JSON، و JUnit XML.