全部项目
当前范围的仓库 8 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—PPaddlePaddle / PaddleOCR将任何 PDF 或图像文档转换为 AI 的结构化数据。一个强大、轻量级的 OCR 工具包，可弥合图像/PDF 和大语言模型之间的差距。支持 100 多种语言。PythonApache-2.0 · 宽松，可直接商用名次历史不足92,17511,615——2026-09-16
2—Oopendatalab / MinerU将 PDF 和 Office 文档等复杂文档转换为适合您的 Agentic 工作流程的 LLM 就绪 Markdown/JSON。PythonNOASSERTION · 限制商用 / 未知名次历史不足83,0346,876——2026-11-03
3—Ffirecrawl / pdf-inspector用于 PDF 检查、分类与文本提取的 Rust 库，可区分扫描件与文本型 PDF。RustMIT · 宽松，可直接商用名次历史不足19,8101,334——2026-10-22
5—Ppy-pdf / pypdf一个纯Python PDF库，能够分割、合并、裁剪和转换PDF文件的页面PythonNOASSERTION · 限制商用 / 未知名次历史不足10,2821,682——2026-11-03
6—Bbytedance / Dolphin“Dolphin：通过异构锚点提示进行文档图像解析”的官方存储库，ACL，2025。PythonNOASSERTION · 限制商用 / 未知名次历史不足9,066773——2026-03-25
7—Ooomol-lab / pdf-craftPDF craft可以将PDF文件转换为各种其他格式。该项目将重点处理扫描书籍的 PDF 文件。PythonMIT · 宽松，可直接商用名次历史不足6,479474——2026-11-02
8—Yyobix-ai / extractous快速高效的非结构化数据提取。用 Rust 编写，具有多种语言的绑定。RustApache-2.0 · 宽松，可直接商用名次历史不足1,78698——2024-12-21
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。