开源项目
LPK3215/esg-extractor-V2
ESG报告智能提取系统 - 基于大模型与RAG的定量/定性指标识别，三阶段提取流程（检索→确定性→LLM），60项ESG指标体系
- language
- Python
- stars
- 3
- forks
- 0
- license
- MIT
- homepage
- null
- source_updated_at
- 2026-09-07T17:57:52Z
详细说明：
ESG报告智能提取系统 - 基于大模型与RAG的定量/定性指标识别，三阶段提取流程（检索→确定性→LLM），60项ESG指标体系
描述来源标记：原始/编辑整理
如何使用：
在 GitHub 打开仓库 LPK3215/esg-extractor-V2，按 README 安装与使用。Stars：3。
同类对比：
| 词条 | 关系 | 简介 | 选择理由 |
|---|---|---|---|
| LPK3215/esg-extractor-V2 | 当前 | — | 基准对照 |
| LangChain | 相关 | The agent engineering platform. | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| LlamaIndex | 相关 | LlamaIndex is the document processing platform for AI | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| MCP 官方示例服务器集合 | 相关 | Model Context Protocol 官方维护的参考 MCP Server 集合。 | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| ComfyUI | 相关 | AI 相关工具/产品：ComfyUI。 | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| AutoGen | 相关 | AI 相关工具/产品：AutoGen。 | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| NousResearch/hermes-agent | 相关 | The agent that grows with you | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| firecrawl/firecrawl | 相关 | Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥 | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
| huggingface/transformers | 相关 | 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. | 与「LPK3215/esg-extractor-V2」相关，可按场景对照选用 |
继续探索：
基于知识图谱关系，发现相关开源项目与跨分类内容。
相关开源项目
- LangChain相关
The agent engineering platform.
- LlamaIndex相关
LlamaIndex is the document processing platform for AI
- MCP 官方示例服务器集合相关
Model Context Protocol 官方维护的参考 MCP Server 集合。
- ComfyUI相关
AI 相关工具/产品：ComfyUI。
- AutoGen相关
AI 相关工具/产品：AutoGen。
- NousResearch/hermes-agent相关
The agent that grows with you
- firecrawl/firecrawl相关
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
- huggingface/transformers相关
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.