mdflux

把扫描件批量变成干净 Markdown，离线省钱省 token

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 46 🐛 待处理 21 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 586
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源桌面应用，MIT许可证，本地运行，完全免费。

项目预览

mdflux 项目界面预览图
图片来源：项目官网

项目数据

分类搜索知识
开发团队ibrahimqureshae
官网地址https://ibrahimqureshae.github.io/mdflux
GitHubhttps://github.com/ibrahimqureshae/mdflux
定价模式🏷️完全免费
价格说明开源桌面应用，MIT许可证，本地运行，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型desktop-app,document-conversion,llm,local-first,markdown,markitdown,ocr,offline,pdf-to-markdown,rag,rust,svelte,tauri
GitHub 星标★ 586
上线时间2026-06-21 00:00:00
代码更新2026-11-04
仓库体积15.7 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数9

项目介绍

mdflux 是一款本地优先的桌面应用，能将扫描版 PDF、图片等文档批量转换为干净、AI 就绪的 Markdown 格式。它解决的是传统 OCR 工具输出杂乱、视觉大模型 token 消耗高的问题，通过本地运行，无需联网，保护隐私。核心能力包括：批量处理文件夹中的文档、离线运行、生成结构化 Markdown，且 token 消耗远低于视觉模型。基于 Svelte 构建，界面轻量，适合个人文档管理、知识库构建等场景。

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 2026-08-09 · 当前星标 ★ 586

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门 约 25 分钟 部署方式：本地安装 4 步

环境要求

  • Python 环境
  • 扫描版 PDF

安装与启动步骤

  1. 1看它读什么

    主打扫描版 PDF，先转成结构化文本再喂模型。

  2. 2装依赖

    Python 项目，装完先跑一次自检。

    pip install -r requirements.txt

  3. 3转一份扫描件

    拿一页清晰扫描件试，确认文字提取完整。

  4. 4比 token 消耗

    同一份文档与视觉模型对比，看省了多少。

如何确认成功

一份 20 页扫描 PDF 转出的文本能覆盖正文要点，token 消耗明显低于直接把图喂给视觉模型

注意事项

  • 它是文档预处理，不替代 OCR 服务。
  • 扫描质量差时提取会明显下降。
  • 省 token 的代价是多一步转换。
  • 表格与多栏排版是弱项。

核心亮点

  • 本地离线运行，文档不离开电脑，隐私安全
  • 批量处理文件夹，效率高，适合大量文档
  • token 消耗远低于视觉模型，省钱且输出更结构化

不足之处

  • 早期项目，功能稳定性待验证
  • 文档/社区待观察

适用场景

  • 个人知识库构建：将纸质书扫描件转为 Markdown 存入笔记系统
  • 企业文档数字化：批量处理合同、发票等扫描档案
  • AI 数据预处理：为 LLM 训练或 RAG 准备干净文本

替代项目

OCRmyPDF、PaddleOCR、Mathpix

上一篇：humla

下一篇：pdf-analyze-streamlit

同类项目推荐

tools 开源

浏览器打开就能用的小工具百宝箱，零安装零登录

Assorted useful tools, almost entirely generated using LLMs

★ 1929 2026-09-16
llama-scan 开源

本地大模型把扫描 PDF 转成可编辑文本

Transcribe PDFs with local LLMs

★ 807 2026-10-24
pdfparser 开源

纯 PHP 从 PDF 里抽文本、Markdown 和图片，快且省内存

PHP library to read and extract text, markdown & images from PDFs - Fast & Low memor···

★ 188 2026-10-07
crumbs 开源

把缩进文本一键变成思维导图，告别手动绘图。

Turn asterisk-indented text lines into mind maps

★ 105 2026-08-09
docling-Studio 开源

浏览器里调文档解析，边看边界框边入库建 RAG

Visual document analysis studio powered by Docling — configure the extraction pipel···

★ 271 2026-09-12
wordcraft 开源

用纯 Rust 重写 Word，开源免费跨平台

WordCraft: an open-source, clean-room word processor in pure Rust

★ 17732 2026-10-09
gridcraft 开源

纯 Rust 写的 Excel，安全又轻快

GridCraft: an open-source, clean-room spreadsheet in pure Rust. By ArtCraft.

★ 7378 2026-10-21
chatgpt-timestamp-extension 开源

给ChatGPT每条消息加上时间戳，对话时间一目了然

Free, open-source Chrome and Firefox extension to show local dates and times on Chat···

★ 78 2026-08-09