pdf 第 2 页
本站收录 106 个带「pdf」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 3 页）
opentakeoffOpenTakeoff 是一个面向建筑与地板行业的开源 PDF 工程量提取（takeoff）工具，采用 AGPL-3.0 协议，完全在浏览器中运行。它解决的是施★ 628
OfficeIMOOfficeIMO 是一套基于 .NET 的开源库，采用 MIT 许可证，专注于 Office 文档的全面处理。它无需依赖 COM 组件，即可创建、读取、编辑、★ 611
docsagentDocsAgent 是一个本地优先的个人知识库检索工具，通过 MCP 协议为 Claude、Cursor、Cline 等 AI 客户端提供即时、私密的资料访问能★ 575
ollama_pdf_ragollama_pdf_rag 是一个全栈演示项目，展示了如何构建本地 RAG（检索增强生成）管道，用于与 PDF 文档对话。它解决的是在本地环境中，利用 Oll★ 548
openreaderopenreader 是一个开源的文档朗读服务器，旨在将电子书和文档转换为高质量的语音播放体验。它支持 EPUB、PDF、DOCX、TXT 和 MD 等主流格式★ 544
wdocwdoc 是一个面向异构文档的智能知识管理与检索工具，旨在解决从大量格式各异的文档中快速提取和查询信息的痛点。它支持接入任意 LLM 提供商（如 OpenAI、★ 544
mac-ocrmac-ocr 是一个基于苹果 Vision 框架的 macOS 命令行工具，用 Swift 编写，用于对图片和 PDF 做文字识别，并生成可搜索的 PDF。它★ 540
pdf2zh-desktoppdf2zh-desktop 是基于 PDFMathTranslate（EMNLP 2025 论文成果）打造的桌面端 PDF 学术翻译工具，目标是把命令行版复杂★ 504
read-awareread-aware 是一款带自进化智能体的电子书阅读器，核心解决传统阅读器读完即忘、跨书知识无法沉淀的问题。它能在你阅读时持续记录划线、批注与阅读进度，并把这★ 465
pdf2mdpdf2md 是一个基于浏览器的 PDF 转 Markdown 工具，完全在客户端运行，无需上传文件到服务器，保护用户隐私。它解决了 PDF 内容难以编辑、复制★ 381
slide-deck-aislide-deck-ai 是一个用 AI 协同创建 PowerPoint 演示文稿的开源工具，基于 Python 构建。它解决的是从零开始制作 PPT 耗时费★ 376
parselparsel 是一个用 PHP 编写的开源文档解析库，目标是让 PHP 开发者无需依赖外部服务就能从 PDF、图片等文档中提取文本内容。它解决的核心问题是：PH★ 367
universal-examprep-skill这是一个专为考前冲刺设计的 Claude Agent Skill，能将你的课件、笔记和历年试卷自动转化为分章节的知识库和题库。它严格基于你提供的材料进行教学，不★ 310
pdfdealpdfdeal 是一个 Python 工具库，主要封装了 Doc2X API，用于将 PDF 等文档转换为高精度 Markdown/LaTeX，同时内置本地文本★ 288
py-idppy-idp 是一个面向 Python 的智能文档处理（IDP）框架，目标是把发票、合同、表单等非结构化文档自动转成结构化数据。它同时支持 12 种以上 LLM★ 286
aixploraAIxplora 是一个开源工具，让你能够查询各种类型的文件，不受长度或格式限制。它基于 TypeScript 构建，支持音频、PDF 等格式，利用嵌入模型和生★ 270
GPTInterviewerGPTInterviewer 是一个基于 AI 的面试模拟练习工具，用户上传简历和职位描述后，系统会生成针对性的面试问题，并通过对话式 AI 进行模拟面试。它利★ 264
docGPT-langchaindocGPT-langchain 是一个基于 LangChain 和 GPT-3.5 的开源文档问答工具，支持上传 PDF、Word、CSV、TXT 等常见文档★ 261
ng2-pdfjs-viewerng2-pdfjs-viewer 是一个基于 PDF.js 的 Angular PDF 查看器组件，专为 Angular 2+ 设计，目前支持到 Angular★ 253
jt-doc-toolsjt-doc-tools 是一个自托管、开源的整合式 PDF 与 Office 文档处理平台，用 Python 编写。它把日常办公中分散的文档操作集中到一个可控★ 242
YN-translation-workshopYN-translation-workshop 是一个开源的 AI 翻译与校对工作台，专为长篇小说的翻译和游戏本地化设计。它解决的核心问题是：通用翻译工具难以处★ 233
olcliolcli 是一个面向 LaTeX 写作场景的命令行工具，让你能在终端里直接操作 Overleaf 云端项目，实现拉取、推送、同步和编译。它解决了 LaTeX ★ 217
pdf-narratorpdf-narrator 是一个将 PDF 和 EPUB 文档转换为有声书的开源工具，专为低资源系统设计。它解决了传统文档转音频过程中文本提取不准确、处理速度慢★ 213
oxidizePdfoxidizePdf 是一个用纯 Rust 编写的 PDF 处理库，专为 AI 和 RAG 场景设计。它解决了 PDF 在检索增强生成中文本提取结构混乱、分块不★ 193
chatpdf-gptChatPDF-GPT 是一个基于 LangChain 和 OpenAI 构建的开源 PDF 对话助手，采用全栈 TypeScript 开发，前端使用 Next★ 182
pdfparserpdfparser 是一个用 PHP 从零实现的 PDF 解析库，目标是在不依赖外部二进制工具的前提下，读取 PDF 并抽取文本、Markdown 与图片。它解★ 182
thesys-corethesys-core 是一个开源的学术研究工作台，面向需要查阅大量论文的研究者、学生和工程师。它把论文搜索、PDF 管理与带引用的问答整合到一个界面里：既能通★ 175
simpledmssimpledms 是一个用 Go 编写的轻量级文档管理系统，面向小型企业而非大型组织，目标是替代散落在共享盘和邮件附件里的文件堆。它提供文档集中存储、分类归档★ 170
PSWriteOfficePSWriteOffice 是一个基于 PowerShell 的文档自动化工具集，采用 MIT 许可证，主要面向 Windows 环境下的 Office 文档处★ 165
opendocswork-mcpopendocswork-mcp 是一个用 Rust 编写的 MCP（Model Context Protocol）服务器，专为办公文档处理而生，支持 Exce★ 163
chat_with_your_docs这是一个基于Python构建的文档对话助手，旨在让用户通过自然语言与多种先进AI模型交互，从PDF、网页和YouTube视频中提取信息。项目集成了Ollama、★ 160
ContractGuardContractGuard 是一个基于 Python 的 AI 智能体，用于快速审查合同。用户上传合同文件后，它能自动识别其中的风险条款、不公平条款，并用通俗易★ 159
EbookReaderEbookReader 是一款开源的 Android 电子书阅读器应用，旨在解决多格式阅读和听书需求。它支持 epub、pdf、txt、html、mobi、az★ 156
pdfstractPDFStract 是一个专注于 RAG（检索增强生成）流程的 PDF 处理工具，提供从 PDF 中提取文本、智能分块（chunking）和向量化嵌入（embe★ 155
pdf-mcppdf-mcp 是一个基于 MCP 协议的服务器，旨在让 Claude Code 等 AI 代理高效处理大型 PDF 文件及整个文件夹，避免上下文溢出。它通过混★ 154
denser-chatdenser-chat 是一个基于检索增强生成（RAG）的开源对话助手，专门用于与 PDF 文件进行交互式问答。它解决了传统 PDF 阅读器无法快速定位信息、难★ 151
compdf-self-hostedComPDF Self-hosted 是一个可私有化部署的开源文档处理平台，主打 PDF 与多格式之间的编辑、转换与变换。它支持 PDF、Office 文档（W★ 147
markifymarkify 是一个将多种格式文件转换为 Markdown 的工具，旨在帮助 RAG 或 LLM 更好地理解文档内容。它基于 markitdown 和 Min★ 141
KnoteKnote 是一款本地优先的 Markdown 编辑器，界面类似飞书文档，内置可审改的 AI 助手。它解决的是用户在笔记和文档编辑中，AI 生成内容不可控、隐私★ 135
doctordoctor 是一个用 Python 编写的文档转换微服务，目标是在大规模场景下把各种格式的文档统一转成可处理的格式。它解决的是企业或平台中散落的 PDF、图片★ 135
ragbaseragbase 是一个完全本地化的 RAG（检索增强生成）工具，专注于让用户与 PDF 文档进行对话。它解决了在本地环境中安全、私密地处理文档问答的需求，无需将★ 131
libratorylibratory 是一个自托管的电子书与有声书实验室，把用户自己拥有的 PDF 转换成带章节标记的 M4B 有声书、跟读电子书和双语版本。它解决的核心问题是：★ 130
PortwoodPortwood 是一个面向 Salesforce 平台的原生文档生成工具，解决企业在 CRM 内直接批量产出合同、报价单、报表等业务文档的需求。它完全用 Ap★ 129
MinerU-SkillMinerU-Skill 是一个面向 AI 原生工作流的文档解析工具，能把 PDF、Office 文档和图片统一转换成干净的 Markdown。它重点解决大模型★ 125
UGTLiveUGTLive 是一款面向游戏玩家、漫画读者和语言学习者的实时屏幕翻译工具。它通过 GPU 加速的 OCR 识别屏幕上任意区域的外文文本，再调用 LLM（支持 ★ 117
basemindbasemind 是一个为编码智能体提供统一上下文与内容层的 MCP 服务器，用纯 Rust 实现。它解决了 AI 编程工具在理解代码库、检索文档、共享记忆和协★ 112
LT2MDLT2MD 是一个面向 AI Agent 的 PDF 转 Markdown 技能，专门解决传统转换工具把流程图、示意图和图表变成空链接或丢失内容的问题。它会把这★ 110
docling.rsdocling.rs 是 Python 文档解析库 docling 的完整 Rust 移植版，目标是在不依赖 Python 运行时的情况下，把 PDF 等复杂文★ 106
html-gethtml-get 是一个 JavaScript 库，用于从任意网站抓取 HTML 内容，并针对纠错与速度做了专门优化。它解决的核心问题是：普通 fetch 或 ★ 102
Occular-ocrOccular-ocr 是一个用 Python 编写的俄语文档 OCR 开源工具，目标是快速、准确地从扫描件和 PDF 中提取俄语文本。它基于深度学习模型，采用★ 102