opendataloader-pdf
PDF解析工具，可将文档转换为Markdown、JSON等适合AI使用的结构化数据，也能辅助实现PDF无障碍。
挑一个能复现的小 issue，用 AI 编程助手把它修好。
分享到 X许可证: MPL-2.0
概述
OpenDataLoader PDF 是开源的 PDF 解析器，把文档转换成适合 AI 使用的数据，也能帮助自动化 PDF 无障碍处理。它可输出 Markdown、带边界框的 JSON 和 HTML。一般文档用确定性的本地模式，复杂页面、扫描件和 OCR 则用引入 AI 的混合模式。可用 pip 安装，常用于 RAG 等场景。
主要特点
- 输出 Markdown、带边界框的 JSON 和 HTML
- 面向普通文档的确定性本地模式
- 混合 AI 模式处理复杂页面、表格和公式
- 混合模式内置 OCR，可处理扫描 PDF
- 自动化 PDF 无障碍处理
适用场景
适合为 RAG 等 AI 流程准备 PDF，或需要满足无障碍要求的团队。扫描件和复杂版式需要使用混合模式。
- 上游仓库
- opendataloader-project/opendataloader-pdf
- GitHub 上的 fork
- Guo-astro/opendataloader-pdf
- 上游 Star 数
- 30k
- 分类
- 文档、媒体与内容
- 许可证
- MPL-2.0
- Fork 时间
- 2026-02-26
- 同步状态
- 与上游分叉
同分类更多: 文档、媒体与内容
LuxTTS 是一款轻量级语音合成模型，可根据参考音频克隆音色并生成清晰的 48 kHz 语音。可通过 Python、Colab 或 Hugging Face Spaces 使用。
Fork 时间 2026-10-19上次同步 2026-10-20许可证: Apache-2.0文档、媒体与内容GitHub
一款可自托管的知识库，用于编写、整理、搜索和分享 Markdown 笔记。支持离线使用和团队工作区，适合个人或团队管理文档。
Textus是一款免费的开源Markdown编辑器，内置AI写作助手，可在macOS、Windows和Linux上写作与编辑。
Clypra是一款免费开源的视频编辑器，可在精准到帧的时间线上剪辑和编排视频，并使用 Rust 和 GPU 加速解码与渲染。