喂模型之前 我耗掉的时间都在洗文件

喂模型之前
我耗掉的时间都在洗文件
PDF 一遍
Word 一遍
网页再一遍

unstructured 把抽取收成一块
图片和文字一起进
格式先在这里被吃掉

我不指望它一次洗成我想要的结构
我让它先变成能读的文本
第二遍还是我自己看

github.com/Unstructured-IO/unstructured