← 选型矩阵 · 文档解析
Unstructured：文档解析，Docker，显存 无
文档切分的事实标准库，格式覆盖最全，很多 RAG 产品的解析层就是它。
关键字段
| 用途 | 文档解析 |
|---|
| 部署形态 | Docker |
|---|
| 纯内网 | 是 |
|---|
| 显存门槛 | 无 |
|---|
| 部署难度 | ●●○○○ |
|---|
| 许可 | Apache-2.0（核心） |
|---|
| 成本 | 自建免费 |
|---|
| 中文 | 否 |
|---|
| 扫描件 OCR | 是 |
|---|
| 批量 | 是 |
|---|
| 多人协作 | 否 |
|---|
| 要注意 | 切分策略要自己调；中文语义切分不如专门方案，需配合重排。 |
|---|
字段核验：2026-11（许可、部署形态、显存门槛来自项目公开文档；价格不上表，会过期）
选它之前要想清楚
切分策略要自己调；中文语义切分不如专门方案，需配合重排。
项目主页 ↗
同类替代
- MinerU（Docker · 显存 8G · 难度 2）— 解析是重活，批量几百份要排队；AGPL 对商业闭源产品有限制。
- PaddleOCR / PP-StructureV3（单机 · 显存 8G · 难度 2）— 纯 OCR 和版面还原是两件事，表格结构要单独开结构化模型。
- Docling（单机 · 显存 无 · 难度 2）— 中文复杂版式不如国内方案，扫描件质量差时准确率下降明显。
- Marker（单机 · 显存 8G · 难度 2）— 中文支持一般；商用闭源必须单独买授权，GPL 不能直接嵌产品。
把 Unstructured 和同类并排对比 →