给扫描版 PDF 加上 OCR 文字层，让原本只能看的图片型 PDF 变成可搜索、可复制文本的文件。
本地部署的 PDF 全能工具箱，支持合并拆分、格式转换、OCR 和编辑，Docker 一键启动，数据不出内网。
把 PDF 解析成带坐标信息的 JSON、Markdown 或 HTML，方便喂给 RAG 和 AI 流程，同时自动生成无障碍标签。
用纯 Rust 从零实现的 PDF 阅读与编辑工具，可打开、查看并修改 PDF 文档，适合需要轻量、高性能 PDF 处理能力的场景。
浏览器端运行的隐私优先 PDF 工具箱，支持查看、编辑、转换、OCR 和生成 PDF，文件不上传服务器，可 Docker 自托管。
翻译 PDF 科学论文时完整保留公式、图表和排版，输出双语对照版本，支持 Google、DeepL、Ollama、OpenAI 等多种翻译后端，并提供 CLI、GUI、Docker 和 Zotero 插件。
轻量级 Windows PDF 阅读器，启动快、占用低，支持 PDF、EPUB、MOBI、漫画等格式，适合替代臃肿的官方阅读器。
用 Go 写的 PDF 处理库和命令行工具，支持校验、合并、拆分、加密、水印、优化等操作，适合在 Go 项目里直接集成 PDF 处理能力。
在 React 应用里像插入图片一样简单显示 PDF，基于 PDF.js 封装成组件，省去自己处理渲染和分页的麻烦。
纯 Python 实现的 PDF 处理库，能拆分、合并、裁剪和变换 PDF 页面，无需外部依赖即可在脚本里完成常见 PDF 操作。
用 C# 流式 API 生成 PDF 的现代库，组件化布局让复杂报表、发票和文档的排版代码干净易读。
用 Rust 写的高性能 PDF 解析库，能快速判断 PDF 是扫描件还是文本型并抽取文字，方便后续决定走 OCR 还是直接解析。
纯 Python 实现的 PDF 解析库，能从 PDF 中提取文本、布局和元数据，适合做文档解析、内容抽取和 RAG 数据预处理。
命令行 PDF 处理工具，能在不改变页面内容的前提下完成加密解密、线性化、拆分合并和结构修复，适合脚本化批量处理。
国产 PDF 工具箱，能编辑书签、裁剪旋转页面、解除限制、提取合并文档、探查结构，还能把 PDF 转成图片或提取图片。
把 PDF 转成 HTML 时保留原有文字和排版，适合需要网页预览或在线展示 PDF 内容的场景。
能深入解析 PDF 中每个字符、矩形和线条的位置信息，方便提取文本和表格，适合处理结构复杂的 PDF 数据。
高性能 Python 库，用来从 PDF、EPUB 等文档中提取文本、表格和图像，并做格式转换与页面操作，适合搭建文档解析和 RAG 数据管道。
在 Laravel 里用 DOMPDF 把 HTML 直接转成 PDF，省去手动配置底层库的麻烦，适合生成发票、报表这类文档。
把扫描版 PDF 书籍转成 Markdown、EPUB 等格式，结合 DeepSeek OCR 处理影印书，方便数字化阅读和翻译。
用 TypeScript 和 React 写的开源 PDF 生成库，自带所见即所得模板设计器和 PDF 预览，浏览器和 Node.js 里都能直接生成自定义 PDF。
把 PDF、Office 文档等各类文件转成 Markdown 的 Python 工具，方便喂给 LLM 或做文档处理。
把 PDF、Office 等复杂文档转成 LLM 可直接用的 Markdown/JSON，内置版面分析和 OCR，专为 RAG 与 Agent 工作流准备语料。
把 PDF、DOCX、HTML 等文档解析成结构化 Markdown 或 JSON，方便喂给大模型和 RAG 流程。
把 PDF 快速转成 Markdown 和 JSON，解析准确率高，适合喂给 RAG 或做文档结构化处理。
轻量级 OCR 工具包，能把图片和 PDF 转成结构化数据，支持 100 多种语言，方便接入 LLM 和 RAG 流程。
基于 LuaJIT 的电子书阅读器，支持 PDF、EPUB、DjVu、FB2 等格式，可运行在 Kindle、Kobo、PocketBook 等墨水屏设备和 Android 上。
低内存占用的高性能图像处理库，支持 JPEG、HEIC、GIF、OpenEXR 等格式，适合替代 ImageMagick 处理大批量图片。
一款 Android 图像处理应用，集裁剪、绘图、滤镜、OCR 和背景移除等数十种功能于一体，适合在手机上完成进阶修图与批量处理。
Univer 是一套可扩展的开源 Office SDK，把表格、文档、幻灯片和 PDF 的编辑、计算、协作与文件处理能力嵌入你自己的产品，同时支持人和 AI Agent 操作。
把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱，供 Claude Code、Cursor 等编码 Agent 做代码检索，全程本地 AST 解析、不依赖向量库。
开源免费的离线 OCR 软件，支持截图、批量图片和 PDF 识别，可排除水印与页眉页脚，还能扫描或生成二维码，内置多国语言库。
把 HTML、Office 文档、图片等多种格式统一转成 PDF 的 Docker 化 API 服务，省去自己折腾 LibreOffice 和 Chromium 的麻烦。
把 PDF、DOCX、图片等复杂文档解析成干净结构化数据，方便喂给语言模型做 RAG 和检索。
自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。
字节跳动开源的文档图像解析模型，用异构锚点提示把 PDF 和图片里的版面、文字、表格一次性解析成结构化内容，适合喂给 RAG 或做文档分析。
用 Rust 写的高性能开源文档解析器，能从 PDF 等文档中快速提取文本和 OCR 识别结果，适合给 RAG 和检索流程做预处理。
纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。