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。
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
将录音整理为可搜索笔记的自托管应用，可用于转写、摘要、归档和查询录音内容。
Fork 时间 2026-10-12上次同步 2026-10-14许可证: AGPL-3.0文档、媒体与内容GitHub
OpenCut是面向网页、桌面和移动端的开源视频编辑项目。本仓库正在从头重写，README建议目前使用OpenCut Classic。
Invidious 是一个开源的 YouTube 替代前端，可供用户免广告、免追踪地观看视频。用户可以使用公共实例或自行托管，并独立于 Google 管理订阅。
Fork 时间 2026-10-12上次同步 2026-10-14许可证: AGPL-3.0文档、媒体与内容GitHub
SCM在Mac本地按画面、图中文字和语音搜索照片与视频片段，无需上传媒体。