触达更多潜在用户,助力产品增长与收益提升。
投放广告文档解析与 OCR
OCR、版面、表格、PDF 与结构化文档提取。
MarkItDown
Free 等级项目星标数: 191.8K将文档与媒体转换为 LLM 可用的 Markdown
MarkItDown 是轻量级 Python 工具,可将 PDF、Office 文档、图片、音频、HTML、文本类格式、ZIP、YouTube URL 和 EPub 转换为 Markdown,并尽量保留标题、列表、表格和链接等结构,面向 LLM 与文本分析流程。
PaddleOCR
Free 等级项目星标数: 90.2K全球领先的OCR工具包与文档AI引擎
PaddleOCR 是一款强大、轻量的 OCR 与文档解析工具包,可将 PDF 和图像转换为结构化、可供 LLM 使用的数据。它支持 100 多种语言、JSON 和 Markdown 输出,并帮助构建 RAG 和 Agentic 应用。
Docling
Free 等级项目星标数: 68K让文档为生成式 AI 做好准备
Docling 是一个开源文档处理库,可解析多种格式并具备高级 PDF 理解能力,同时与生成式 AI 生态无缝集成。它提供统一的 DoclingDocument 表示,支持本地执行,并适配敏感数据和气隙环境。
PPT Master
Free 等级项目星标数: 56.6K从任意文档生成原生可编辑的 PPTX
PPT Master 可将文档或主题生成原生 PowerPoint 演示文稿,包含真实形状、切换与动画、按需生成的数据驱动图表和表格,并支持使用自己的 .pptx 模板。拖入 PDF、DOCX、链接或 Markdown,得到的是可继续编辑的 PPTX,而非图片。
PDFMathTranslate
Free 等级项目星标数: 38.1K保留排版的科学 PDF 翻译工具
PDFMathTranslate 是开源科学 PDF 文档翻译工具,在翻译时保留排版、公式、图表、目录与注释,支持多种翻译服务以及命令行、图形界面、Docker 与 Zotero 工作流。
anydoc
Free 等级项目星标数: 22.1K将各类文档转换为 GitHub 风格 Markdown 的 Rust 库
anydoc 是 Firecrawl 开发的开源 Rust 库,可将 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 转换为整洁的 GitHub 风格 Markdown,并提供 Node.js、Python、浏览器和 CLI 绑定。
PDF Craft
Free 等级项目星标数: 6.6K扫描书转可读电子书,PDF 转 EPUB/Markdown 并支持翻译
PDF Craft 可将扫描版 PDF 书籍转换为可编辑的 Markdown 或适合阅读器阅读的 EPUB,并支持翻译 PDF 与 EPUB 文档,包括双语输出。
@office-kit/xlsx
Free 等级项目星标数: 0.1K在 TypeScript 中读取、编辑和写入 Excel 文件
一个用于在 Node 22+ 和现代浏览器中读取、编辑和写入 Excel .xlsx 工作簿的 TypeScript 库。它逐字节保留未建模的部分,支持大型工作表的流式处理,并依据 ECMA-376 架构验证输出。
@office-kit/pptx
Free 等级项目星标数: 0K用 TypeScript 读取、编辑和写入 .pptx 文件
@office-kit/pptx 是一个用于在 Node.js 和浏览器中读取、编辑和写入 PowerPoint(.pptx)文件的 TypeScript 库。MIT 许可,无原生模块,采用单一 ESM 构建。
@office-kit/docx
Free 等级项目星标数: 0K在 TypeScript 中读取、编辑和写入 Word 文档。
一个用于读取、编辑和写入 Word .docx 文档的 TypeScript 库。它能从头创建文件,也能编辑现有模板,可在 Node.js 和浏览器中运行。

