archive-pdf-tools
批量生成压缩 PDF，日处理百万页
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 2026-10-30 · 当前星标 ★ 154
技术标签
核心亮点
- 以 Python 库形式提供，便于嵌入现有批处理流水线
- 覆盖生成、压缩、转图、OCR 多个环节，减少多工具拼接
- 面向百万页级日处理量设计，适合归档类大批量任务
不足之处
- 星标数较少，属于早期项目，生态和长期维护待观察
- 缺少图形界面，使用门槛偏向有脚本能力的开发者
适用场景
- 扫描件批量归档前压缩体积并做 OCR 文字提取
- 把大量图片或报表批量合成为 PDF 文档
- 将 PDF 页面批量转成图片用于预览或后续识别
替代项目
PyMuPDF、pdfcpu、OCRmyPDF
同类项目推荐
editor
开源
用 Vue 打造 Notion 级编辑器，AI 协作一步到位
Notion-like WYSIWYG editor with AI-powered completions and real-time collaboration i···
excelChatGPT
开源
在Excel里直接调用ChatGPT，表格秒变AI助手
Excel Addin for ChatGPT
ChatCopilot
开源
微信聊天记录自动抓取，实时落库随时查
ChatCopilot 是一款用 golang 实现的获取聊天记录并支持实时存储到数据库的工具，支持在 M···
accelerated-intelligent-document···
开源
上传文档，AI自动抽取关键字段成结构化数据
The IDP Accelerator provides a scalable, serverless approach for automated document ···
dwata
开源
本地聚合邮件、日历、文件等数据，用 AI 快速获取跨源洞察。
AI enabled insights from emails, calendars, contacts, files, Slack, databases, web..···
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···
LT2MD
开源
把 PDF 里的图表变成可读文字，段落带页码
AI-agent skill producing reusable Markdown from PDFs. It turns flowcharts, diagrams,···
resume_render_from_job_descripti···
开源
贴个职位链接，AI 自动改好简历
jevos: an open-source alternative to Jev and Microsoft-Decision-1. Yes/no decisions,···
paperless-ai
开源
给扫描文档自动读内容、打标签、填元数据
An automated document analyzer for Paperless-ngx using OpenAI API, Ollama, Deepseek-···