The-Vibe-Company/megaparse

これは何？

主な機能

• 01PDF、Word、PowerPoint、Excel、CSV、テキストファイルを解析します。
• 02表、目次、ヘッダー、フッター、画像を保持します。
• 03マルチモーダルLLMでページを読み取るVisionモードを利用できます。
• 04ドキュメント化されたエンドポイントを備えたローカルAPIサーバーとして実行できます。

ユースケース

• PDFやOffice文書を、検索拡張生成パイプラインへの入力用に整える。
• プレゼンテーションやレポートから構造化テキストや表を抽出し、LLMで処理する。
• HTTP API経由で解析機能を提供するドキュメント取り込みサービスを構築する。

クイックスタート

1. 1

   pipでMegaParseをインストールします（Python 3.11以降）

   pip install megaparse
2. 2

   OpenAIまたはAnthropicのAPIキーを.envファイルに追加します

3. 3

   画像とPDFの処理に必要なpopplerとtesseractをパソコンにインストールします

4. 4

   PythonでMegaParseを使ってドキュメントを解析します

使う前に知っておきたいこと

• !解析機能を利用するには、OpenAIまたはAnthropicのAPIキーが必要です。
• !システムツールのpopplerとtesseractを別途インストールする必要があります。macOSではlibmagicも必要です。
• !Python 3.11以降が必要です。

トピック

よくある質問

megaparse とは？

PDF、Word、PowerPoint、Excel、CSVを、内容の保持を目指しながらLLM向けテキストに変換するドキュメントパーサー。 MegaParseは、LLMに取り込ませやすい形式にドキュメントを変換するPythonライブラリです。テキストファイル、PDF、PowerPointプレゼンテーション、Word文書、Excelスプレッドシート、CSVに対応し、変換時の内容保持を目指しています。

megaparse は無料で使えますか？ライセンスは？

megaparse は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

megaparse は今もメンテナンスされていますか？

活発にメンテナンス中。megaparse の最終コミットは 2026年10月15日 です。

megaparse は何に使えますか？

PDFやOffice文書を、検索拡張生成パイプラインへの入力用に整える。 プレゼンテーションやレポートから構造化テキストや表を抽出し、LLMで処理する。 HTTP API経由で解析機能を提供するドキュメント取り込みサービスを構築する。

megaparse のインストール方法は？

pipでMegaParseをインストールします（Python 3.11以降）: pip install megaparse OpenAIまたはAnthropicのAPIキーを.envファイルに追加します 画像とPDFの処理に必要なpopplerとtesseractをパソコンにインストールします PythonでMegaParseを使ってドキュメントを解析します

megaparse はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/The-Vibe-Company/megaparse