scribe.js
浏览器里直接识别图片和 PDF 文字，无需后端
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 2026-09-19 · 当前星标 ★ 323
技术标签
核心亮点
- 纯前端运行，基于 WebAssembly，图片和 PDF 不上传服务器，隐私友好
- 同时支持图像 OCR 与 PDF 文本提取，一套 API 覆盖两类常见文档
- 提供 MCP 接口，可被 AI Agent/大模型直接调用做文档理解
不足之处
- 项目仅 320 星，属于早期阶段，API 可能不稳定
- WebAssembly 版 Tesseract 首次加载体积较大，识别速度弱于原生方案
- 复杂版面（多栏、表格、手写体）的识别准确率有限
适用场景
- 前端上传发票或合同 PDF，直接在浏览器提取文字并结构化
- 浏览器插件对网页截图做 OCR，实现图片文字搜索与复制
- AI Agent 通过 MCP 调用 OCR，把扫描文档转成文本再交给大模型总结
替代项目
tesseract.js、pdf.js、PaddleOCR
上一篇：PaddleOCRApi
下一篇：image-reader
同类项目推荐
Anime2Sketch
开源
一键将动漫图变线稿，省去手工描线
A sketch extractor for anime/illustration.
textsnap
开源
截图图片一键变纯文本，本地跑不用 GPU
Snap any image, screenshot, or webpage into plaintext. No GPU. No cloud. One command···
Awesome-Multimodal-Object-Tracki···
开源
一页看全多模态单目标跟踪论文与数据集
A continuously updated project to track the latest progress in the field of multi-mo···
YoloDotNet
开源
C# 里一站式跑 YOLO 五类视觉任务
YoloDotNet - A C# .NET 8.0 project for Classification, Object Detection, OBB Detecti···
PaddleOCRApi
开源
一键部署离线OCR接口，多语言调用识别图片文字
开源、免费、离线PaddleOCR，.NET完整开发套件，一键部署WebAPI 接口，支持 C#/C++/Java/P···
blue-onyx
开源
把目标检测封装成服务，发图就返回检测框
Object detection service
Lifelong-nnUNet
开源
让医学分割模型持续学习不遗忘，多数据集顺序训练不掉点
clearcam
开源
给普通摄像头装上 AI 大脑，自动识别、追踪并推送通知
Add object detection, tracking, mobile notifications, and search to any security cam···
Falcon-Perception
开源
原生多模态模型推理，看图识文一步到位
Inference repo for Falcon-Perception and Falcon-OCR model, early-fusion, natively mu···