scribe.js
浏览器里直接识别图片和 PDF 文字，无需后端
scribe.js 是一个纯 JavaScript 的 OCR 与文本提取库，可在浏览器和 Node.js 中直接识别图片与 PDF 中的文字，无需后端服务或本地安装 Tesseract。它把 Tesseract 编译为 WebAssembly，结合 PDF 解析能力，把扫描件、截图、PDF 页面转成可搜索、可复制的文本。核心能力包括：多语言识别、PDF 逐页文本抽取、图像预处理、版面/段落切分，并支持通过 MCP 协议接入 AI 工具链，让大模型直接调用 OCR 能力。适合做文档数字化、发票/合同信息提取、图片文字检索等场景，前端即可完成识别，数据不出本地，兼顾隐私与成本。
开源
free
计算机视觉
GitHub 星标
★ 320
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类计算机视觉
开发团队scribeocr
所属国家
定价模式free
价格说明开源免费，基于Tesseract与WebAssembly
访问状态
是否开源是
开源协议AGPL-3.0
主要语言JavaScript
技术栈/模型javascript,mcp,ocr,tesseract,webassembly
GitHub 星标★ 320
30天Star增速
HF 下载量
上线时间2024-08-15 00:00:00
最近更新2026-09-18 00:00:00
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2026-09-19
浏览次数0
使用教程
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
项目介绍
上一篇：PaddleOCRApi
下一篇：image-reader
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3