工具
标签
同类项目
Parsr6.2k将PDF、 图片、 DOCX、 EML 清洗、 解析 并 提取 为 JSON、 Markdown、 CSV 或 TXT 结构化数据 的 文档 处理 工 具链， 提供 Docker API 与 可视化界面。 
mineru83.4k将PDF 与 Office 等 复杂 文档 解析 为 大模型 可用 的 Markdown/JSON文档 工具， 提供 SDK、 API 与 WebUI供Agent 调用。 
PyMuPDF11.1k高性能 Python PDF 库， 基于 MuPDF， 支持 文本 / 表格 / 图片 提取、 渲染、 OCR、 编辑 及 转 Markdown。 
Dolphin9.1k字节跳动 开源 的 文档 图 像 解 析 模型， 基于 视觉 语言模型 把 PDF/ 图片 解 析成 结构化 JSON 与 Markdown。 
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。 - PyMuPDF-Utilities723围绕PyMuPDF
的 官 方 示例 与 演示 脚本 集合， 覆盖OCR、 表格、 文本 提取 与 目录 处理 等 用 法 教程。