工具
excalibur
camelot-dev/excalibur
基于
标签
同类项目
text-extract-api3.2k基于FastAPI 的 文档 提取 服务， 结合 EasyOCR、 MiniCPM -V、 LLaMA Vision 与 Ollama， 将 PDF/Office/ 图片 转成 Markdown 或 JSON， 并 可 匿名化去 除 PII。 
lift1.3k基于9B 视觉 模型 的 文档 结构化抽取 工具， 可 按 JSON Schema 从 PDF 和 图片 中 输出 可 验证 的 结构 化数据。 
markitdown194.2k将各 类 办公文 档统 一 转换 为 Markdown 的 轻量 Python 工具， 提供 命 令行 与 编程 接口， 方便 大模型 与 文本 分析 流水线 消费。 
Stirling-PDF96k开源自托 管PDF 平台， 本地 部署 处理合 并 拆分 签名 压缩转换 OCR 等 50 多 种 操作， 保障 隐私。 
paperless-ngx47.8k自托管 文档 管理 系统， 将 纸质 文件 扫描、 OCR 索 引 并 归档 为 可 搜索 的 在 线 资料库。 
OCRmyPDF35.3k给扫描 PDF 添加可 搜索 OCR 文本层 的 命令 行 工具， 支持 多 语言、 纠偏、 PDF/A 输出 和 批量 多 核 处理。