HanLP 是一个面向中文开发者的自然语言处理工具包，覆盖分词、词性标注、命名实体识别到依存句法分析等任务。最典型的用法是直接调用其 Python API，为搜索、推荐或文本分析场景快速构建中文 NLP pipeline。
中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
这是一个面向中文开发者的机器学习与自然语言处理实战教程，把数据分析、线性代数、PyTorch、NLTK 和 TensorFlow 2 串成一条可跟练的学习路径，解决资料零散、上手难的问题。最典型的用法是照着 NLTK 章节边跑代码边理解文本处理流程，适合想系统入门 NLP 的 Python 开发者。
BettaFish 是一个用 Python 从零实现的多 Agent 舆情分析工具，不依赖任何框架，帮助开发者打破信息茧房、还原舆情原貌。典型场景是接入社交平台数据，让多个 Agent 分工完成信息采集与观点归纳，辅助判断舆情走向。
LangExtract 是一个 Python 库，用 LLM 从非结构化文本中抽取结构化信息，并给出精确的原文溯源。典型场景是从合同或报告中提取字段，并在交互式可视化里核对每段结果对应的原文位置。
spaCy 是面向 Python 开发者的工业级 NLP 库，提供分词、词性标注、实体识别等能力，主打生产环境下的稳定与高效。它预置多语言模型，常被用来从合同、新闻等文本中批量抽取人名、机构、日期等结构化信息，接入现有数据 pipeline 十分方便。
hermes-agent 是一个 Python 编写的大语言模型 agent 框架，用来把 prompt、工具调用和 workflow 串起来，帮开发者快速搭出能自主完成任务的智能体。最典型的用法是接入自己的 LLM，让它调用本地 CLI 或外部 SDK 执行多步操作，省去手写调度逻辑。
MarkItDown 是一个 Python 工具，把各类文件与 Office 文档转成 Markdown，方便喂给 LLM 使用。典型场景是搭建 RAG 或文档问答时，先用它把 PDF、Word、Excel 等原始资料统一转成 Markdown，再交给后续的 workflow 处理。
