项目预览
项目数据
项目介绍
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
数据来源：GitHub API 逐日快照 · 收录于 2026-09-30 · 当前星标 ★ 139
核心亮点
- 以微服务形式提供文档转换，方便接入已有内容处理流水线并横向扩容
- 集成 OCR 与 PDF 抽取，能处理扫描件和普通 PDF 两类常见来源
- 基于 Python，依赖 ffmpeg 等成熟组件，二次开发和部署门槛较低
不足之处
- 项目早期，星标少，接口稳定性和长期维护节奏待观察
- 文档与社区生态较薄，遇到冷门格式或复杂版式时排查成本可能较高
适用场景
- 企业知识库批量导入历史 PDF 和扫描件并抽取文本
- 内容平台把用户上传的多格式文档统一转成可检索文本
- 数据团队在 ETL 流程中前置一层文档解析微服务
替代项目
Apache Tika、Unstructured
下一篇：univer-workspace
同类项目推荐
AI-Gist
开源
把散落的提示词变成可复用模板，一键调用
✨ AI Gist 是一款隐私优先的 AI 提示词管理工具，致力于让个人收藏的 AI 提示词能够发挥最···
SpringNote
开源
随手记，AI 自动生成日报周报月报，告别整理烦恼
SpringNote is a note-taking tool for the lazy. Just jot things down, and AI tidies u···
dac
开源
用代码和AI快速生成标准化、可审查的交互式仪表盘
DaC is a dashboard-as-code tool. Build interactive dashboards using YAML and JSX. Bu···
gw
开源
本地优先的官方文档与流程管理，数据自主可控
Local-first official-document, task, drafting, reporting, and controlled-sync system···
video-to-notes
开源
视频字幕转带时间戳笔记，一键导出知识库
Local-first video-to-notes CLI for YouTube/Bilibili transcripts, Whisper fallback, t···
KillerPDF
开源
免费开源，一站式搞定 PDF 编辑、OCR 和签名，告别订阅费
Free and open-source PDF editor for Windows with a built-in PDF 2.0 engine. View, an···
jt-doc-tools
开源
自托管文档工具箱，PDF/Office 转换加 OCR 与 AI 处理一站搞定
An all-in-one PDF and Office document platform: self-hosted, open source, under your···
open-doc
开源
用 React 写报告，自动出 A4 分页、目录和 PDF
The document framework built for agents — write reports as React, get real A4 pages···
Portwood
开源
在 Salesforce 里直接批量生成 PDF/Office 文档，不依赖外部服务
Free, native document generation for Salesforce. PDF, DOCX, XLSX, PPTX — merge tags···