由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名
项目竞品项目
firecrawl/pdf-inspector
用于PDF检查、分类和文本提取的快速Rust库。智能检测扫描版与文本版PDF，以实现智能路由决策。
zai-org/GLM-OCR
GLM-OCR：精准 × 快速 × 全面
microsoft/markitdown
用于将文件和办公文档转换为Markdown的Python工具。
Unstructured-IO/unstructured
轻松将文档转换为结构化数据。Unstructured是开源的ETL解决方案，可将复杂文档转换为适合语言模型的整洁结构化格式。访问我们的网站了解企业级平台产品，支持生产级工作流、分区、增强、分块和嵌入。
PDFMathTranslate/PDFMathTranslate
【EMNLP 2025 Demo】保留格式的PDF科技论文翻译 - 基于AI完整保留排版的PDF文档全文双语翻译，支持Google/DeepL/Ollama/OpenAI等服务，提供CLI/GUI/MCP/Docker/Zotero
docling-project/docling
为生成式人工智能准备好你的文档
adithya-s-k/omniparse
摄取、解析并优化任意数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与GenAI框架的兼容性
virgiliojr94/book-to-skill
将任何技术类PDF书籍转化为Claude Code技能——可在工作中随时学习、参考和使用。
Zipstack/unstract
基于大语言模型的非结构化数据提取——专为API部署与ETL管道工作流构建。
opendatalab/MinerU
高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。
yusufkaraaslan/Skill_Seekers
将文档网站、GitHub仓库和PDF文件转换为Claude AI技能，并具备自动冲突检测功能。
py-pdf/pypdf
一个纯 Python 编写的 PDF 库，能够对 PDF 文件页面进行拆分、合并、裁剪和变换操作
vas3k/TaxHacker
自托管人工智能会计应用。支持收据、发票及交易的LLM智能分析器，具备自定义提示词与分类功能
Y2Z/monolith
⬛️ CLI tool and library for saving complete web pages as a single HTML file
tesseract-ocr/tesseract
Tesseract开源OCR引擎（主代码库）
libvips/libvips
内存需求低的快速图像处理库。
opendataloader-project/opendataloader-pdf
面向AI就绪数据的PDF解析器。
PaddlePaddle/PaddleOCR
基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）
naptha/tesseract.js
纯 JavaScript 实现的 OCR 库，支持 100 多种语言 📖🎉🖥
tabulapdf/tabula
Tabula是一款用于从PDF文件中提取表格数据的工具
相关项目推荐
farion1231/cc-switch
一款跨平台桌面应用程序，用于管理和切换Claude Code与Codex的供应商配置及MCP服务器。
openai/codex
轻量级终端编码助手
rustdesk/rustdesk
一款专为自建远程访问需求设计的开源远程桌面应用程序，可作为TeamViewer的替代方案。
rust-lang/rust
让每个人都能构建可靠高效的软件
tauri-apps/tauri
通过 Web 前端构建更小、更快、更安全的桌面与移动应用程序
denoland/deno
面向 JavaScript 与 TypeScript 的现代化运行时