docslight

上传任意文档，自动解析成结构化数据

开源 freemium 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 134

维护状态活跃

是否开源是

定价模式 freemium

项目预览

项目数据

分类计算机视觉

开发团队ComPDFKit

所属国家

官网地址https://www.compdf.com/ai/docslight?utm_source=github_ai_docslight_open&utm_medium=referral&utm_campaign=ai_docslight_open&ref_platform_id=github_compdfkit

GitHubhttps://github.com/ComPDFKit/docslight

定价模式freemium

价格说明开源项目，ComPDF官网提供在线服务，免费试用+付费增值，具体定价待确认

访问状态

是否开源是

开源协议LGPL-3.0

主要语言Vue

技术栈/模型document-data,document-information-extraction,document-parser,document-parsing,docx-to-json,extraction,image-parser,image-to-json,intelligent-document-processing-open-source,ocr,open-source,open-source-document-data-extraction,open-source-ocr,open-source-pdf-parsing,pdf-ocr-open-source,pdf-parser,pdf-to-json,python-pdf-parser

GitHub 星标★ 134

30天Star增速

HF 下载量

上线时间2026-06-30 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-18

浏览次数0

项目介绍

DocSlight 是 ComPDF（KDAN 生态）开源的文档解析与信息抽取工具，目标是把 PDF、扫描件、图片以及 Office 文档统一转成结构化数据。它解决的是企业文档处理中格式杂、版式乱、人工录入成本高的问题：用户上传文件后，系统识别版面结构、文字、表格等元素，并输出可被程序消费的 JSON 等结构化结果，便于后续入库、检索或接入业务系统。项目覆盖文档解析、文档信息抽取、docx 转 JSON、图片解析等能力，适合搭建文档智能化流水线。代码以 Vue 为主，带有可视化界面，方便直接体验解析效果。目前星标约 134，属于早期项目，生态和文档仍在完善中，建议先小范围验证再用于生产。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

支持 PDF、扫描件、图片、Office 多格式统一解析，覆盖面广
提供可视化界面，可直接上传文件查看版面与抽取结果，上手门槛低
输出结构化 JSON，便于对接入库、检索和下游业务系统

不足之处

项目处于早期，星标约 134，社区规模和第三方实践较少
以 Vue 前端为主，后端解析服务与部署文档的完整度待观察

适用场景

企业发票、合同等单据的批量信息抽取与录入
扫描件、图片文档的数字化归档与全文检索
把 docx/PDF 内容转成 JSON 接入知识库或业务系统

替代项目

MinerU、Unstructured、Docling

上一篇：TTKOCR

下一篇：GroundingPI