标记为“文档”的工具

Firecrawl 是一个用于大规模搜索、抓取和与网页交互的网页数据 API。它能将内容提取为干净的 Markdown 或结构化数据，供 AI 代理和应用使用，项目开源并提供托管服务。

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。

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。

GenOffice 是一款面向 macOS、Windows 和 Linux 的免费开源 AI 办公套件。可打开并保存 .docx、.xlsx 和 .pptx 文件，编辑 PDF、Markdown 和 HTML，内置 AI 智能体，可使用 Genspark 积分或自备 API 密钥。