Awesome GitHub RepositoriesMessage Object Models

SwiftMailer is an object-oriented PHP email delivery library used to compose and send email messages within applications. It represents emails as structured objects to manage headers, bodies, and attachments before they are serialized for transmission. The library utilizes a transport-based routing system to decouple message composition from delivery. This allows emails to be routed through different mechanisms, including authenticated SMTP connections to remote mail servers or local server binaries via Sendmail integration.

Airweave is a unified AI knowledge base platform that syncs data from external APIs into a searchable layer for retrieval-augmented generation. It provides a pre-built data connector library and a framework for building custom connectors, enabling the extraction, transformation, and synchronization of structured and unstructured data from SaaS applications. The platform includes a hybrid vector retrieval system that combines semantic, neural, and keyword search strategies to deliver grounded context for AI agents. The platform distinguishes itself through an agentic search engine that iterati

attrs is a Python library that automatically generates initialization, representation, equality, hashing, and ordering methods from declarative class attribute definitions. At its core, it provides a class decorator metaprogramming framework that intercepts class creation to rewrite the class body, producing dunder methods without manual boilerplate. The library includes a comprehensive attribute validation toolkit with built-in validators for type checks, range constraints, regex matching, length limits, and logical composition of validation rules. The library distinguishes itself through it

pdfminer es una biblioteca de Python para analizar archivos PDF con el fin de extraer texto, analizar diseños, descifrar contenido y convertir documentos a formatos HTML o XML. Funciona como un motor de extracción de texto y herramienta de análisis de diseño diseñada para recuperar caracteres y palabras mientras se preserva la organización estructural del documento original. El proyecto proporciona utilidades para convertir contenido PDF en HTML o XML estructurado para mantener el diseño visual, y una herramienta de descifrado para desbloquear documentos restringidos utilizando claves de cifrado. Identifica las posiciones y agrupaciones de elementos de texto para reconstruir la organización de la página y recuperar esquemas jerárquicos. La biblioteca cubre una amplia superficie de procesamiento de PDF, incluyendo extracción de metadatos, análisis de diseño de documentos y la exportación de objetos internos de PDF para depuración. Maneja la recuperación de texto junto con coordenadas, metadatos de fuentes y dirección de escritura.

Grobid es un sistema de aprendizaje automático diseñado para transformar publicaciones académicas y científicas en PDF a XML estructurado. Funciona como un analizador de PDF a XML y extractor de metadatos académicos, identificando y normalizando títulos, autores, afiliaciones y referencias bibliográficas de trabajos de investigación. El sistema utiliza un segmentador de documentos de aprendizaje profundo para dividir los PDF sin procesar en regiones funcionales y emplea un resolvedor de referencias bibliográficas para hacer coincidir las citas con registros externos para el enriquecimiento de metadatos y la resolución de DOI. Admite una canalización completa de entrenamiento de modelos de aprendizaje automático, lo que permite la generación de corpus de entrenamiento anotados, reentrenamiento de modelos y la exportación de binarios de modelos. El proyecto cubre una amplia gama de capacidades de extracción, incluyendo el análisis de encabezados de documentos, estructuración del cuerpo del texto completo y la identificación de entidades específicas del dominio como información de financiación y citas de patentes. También proporciona herramientas de análisis espacial para la extracción de cuadros delimitadores y mapeo de coordenadas para sincronizar etiquetas semánticas con el diseño original del PDF. La aplicación se puede desplegar a través de imágenes contenedorizadas e incluye utilidades de línea de comandos para el procesamiento por lotes multiproceso de grandes colecciones de documentos.

Jbuilder es un motor de plantillas y constructor de JSON para Ruby que proporciona un lenguaje de dominio específico (DSL) para generar objetos JSON estructurados. Sirve como un helper de vista para transformar datos a formato JSON utilizando lógica, condicionales y bucles. El proyecto permite la construcción de estructuras de datos complejas mediante el uso de parciales y objetos anidados para mantener la modularidad. Incluye capacidades para la transformación de claves en tiempo de ejecución, permitiendo convertir las claves de atributos entre diferentes convenciones de nomenclatura como snake case y camel case. El sistema admite la estructuración dinámica de JSON con la capacidad de definir claves en tiempo de ejecución y gestionar la salida de valores nulos. También proporciona un mecanismo para cachear fragmentos de JSON renderizados para reducir el procesamiento repetitivo.