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、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。
Python 终端富文本渲染库，能在命令行里输出彩色文字、表格、进度条、Markdown 和语法高亮，让终端界面更好看、更好读。
把 Excel、Google Sheets、Numbers 等表格软件复制的数据，一键粘贴成 Obsidian 里的 Markdown 表格，省去手动排版。
把从电子表格复制的单元格直接粘贴成 Markdown 表格，省去手动对齐和补竖线的麻烦，适合写文档时快速录入数据。
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。
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。
面向 AI 智能体的网页抓取与数据提取爬虫，把网页转成干净的 Markdown 喂给 LLM 和 RAG 流程，支持自托管。
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。
能识别复杂表格、表单和手写内容的 OCR 模型，保留完整版面布局，适合把扫描件和图片转成结构化文本喂给 RAG 或文档解析流程。
把文档、白板、表格融为一体的开源知识库，可离线使用、支持多人实时协作，是 Notion 和 Miro 的替代方案。
一键把 Markdown 和 ChatGPT、DeepSeek 等网页 AI 对话原样粘贴进 Word、WPS、Excel，公式表格排版不乱，省去手动调格式的麻烦。
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。
从网页抓取正文和元数据的 Python 库与命令行工具，支持爬取、解析并导出为 CSV、JSON、Markdown 等格式，适合构建语料库和 RAG 数据。
开源 AI 办公套件，内置 AI 智能体，支持文档、表格、幻灯片、PDF 等编辑，并提供 CLI 和 agent skill，让 Claude Code、Codex、Cursor 在本地直接生成和修改 Office 文件。
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。
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。
macOS 上的原生 Markdown 编辑器，像 TextEdit 一样轻量易用，专注写作与预览，适合日常记笔记和编辑文档。
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。
GLM-OCR 是一个基于 GLM 的图片转文字 OCR 工具，主打高精度、高速度与全面覆盖，适合文档解析和 RAG 场景下的文字提取。
把 PDF、图片、音视频等各种格式的数据统一解析成结构化文本，方便直接喂给 GenAI 框架和 RAG 流程使用。
开源的协作式 Wiki 与文档平台，可替代 Confluence 和 Notion，支持团队实时协同编辑、知识库管理与 AI 代理集成。
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。
基于飞桨的一站式开发工具，把分类、检测、分割、OCR、语音识别等任务封装成流水线，支持训练到部署全流程。
用小型模型把图片里的版面、表格、数学公式和文字识别成 Markdown，支持 80 多种语言，是 Mathpix 的免费替代方案。
无需 OCR 的本地化文档解析工具，能把扫描件、表格等非结构化文档直接抽取成结构化数据和 Markdown，还附带 OCR 基准测试。
跨平台 Markdown 编辑器，提供专业级所见即所得编辑、可视化表格编辑和 Excalidraw 绘图，支持导出 DOCX/PDF，适合写作与文档排版。
把 Markdown 笔记、数据表格、白板、浏览器调研和可视化工作流整合进一个本地优先的桌面工作区，内置可调用工具的 AI Agent，适合做知识管理与任务编排。
把技术书 PDF 转成 Claude Code 技能包，方便边工作边查阅和学习，省去手动整理笔记的麻烦。