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 2026-08-09 · 当前星标 ★ 1177
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- macOS / Linux,并已安装 Homebrew(README 给出的 brew 安装方式)
- Python 3 环境(如需使用 Python 绑定 from pdf_oxide import PdfDocument)
- Rust 工具链(如需从源码执行 cargo test)
- 一个待处理的 PDF 文件(示例中为 paper.pdf)
安装与启动步骤
-
1用 brew 安装
通过 Homebrew tap 安装 pdf-oxide,该安装包同时包含 pdf-oxide-mcp(供 AI 助手使用的 MCP 服务)。
brew install yfedoseev/tap/pdf-oxide -
2准备 Python 绑定
README 的 Installation 章节为空,只演示了 Python 导入用法,未给出 pip 安装命令,请按官网 oxide.fyi 或仓库说明安装后再调用。
-
3运行 Python 示例
用上下文管理器打开一份 PDF(示例为 paper.pdf),读取文档并打印页数,确认绑定可用。
from pdf_oxide import PdfDocument with PdfDocument("paper.pdf") as doc: print(len(doc)) -
4从源码跑测试
克隆仓库后进入项目根目录执行 cargo test,验证 Rust 核心功能是否正常。
git clone https://github.com/yfedoseev/pdf_oxide.git cd pdf_oxide cargo test
如何确认成功
brew 安装无报错;cargo test 通过;Python 中能用 PdfDocument 打开 PDF 并打印出页数。
常见问题
Q:Python 绑定怎么安装?
A:README 只给出了 from pdf_oxide import PdfDocument 的用法,没有给出 pip 包名或安装命令,请以仓库 Installation 章节或官网 oxide.fyi 为准,不要凭猜测安装同名包。
Q:怎么验证 Rust 核心可用?
A:在仓库根目录执行 cargo test,README 中标注的测试入口就是这条命令。
Q:支持哪些语言?
A:Rust 核心加 19 种绑定,涵盖 Python、Go、JS/TS、C#、Java、Kotlin、Scala、Clojure、Ruby、PHP、C++、Objective-C、Swift、Dart、R、Julia、Zig、Elixir、WASM,另有 CLI 与 MCP server。
Q:性能表现如何?
A:官方称平均每份文档 0.8 毫秒,比 PyMuPDF 快 5 倍、比 pypdf 快 15 倍,在 3830 个真实 PDF 上通过率 100%。
注意事项
- README 的 Installation 章节内容为空,Python 侧安装命令缺失,请以官方仓库/官网为准。
- brew 安装的是 CLI 与 MCP 服务,语言绑定(Python 等)属于另外的集成方式。
- 项目处于早期阶段,当前版本为 v0.3.69,接口可能变动。
- 项目信息标注 MIT 与 Apache-2.0 双许可,README 正文写作 MIT,商用前建议再确认 LICENSE 文件。
核心亮点
- 平均 0.8ms 处理速度,比 PyPDF2 等快 5 倍,适合批量处理
- Rust 底层实现,内存安全且性能稳定,减少 Python 内存溢出问题
- 支持文本、图像提取和 Markdown 转换,一站式满足文档解析需求
不足之处
- 项目早期,API 可能不稳定,社区生态和文档尚不完善
- PDF 创建和编辑功能相对基础,复杂排版支持待验证
适用场景
- 大规模文档批量文本提取,如数据挖掘和 NLP 预处理
- 将 PDF 转换为 Markdown,便于知识库构建和内容管理
- 需要高性能 PDF 解析的桌面或服务端应用
替代项目
PyMuPDF、pdfplumber、pypdf
上一篇:fastembed-rs
下一篇:spacy-layout
同类项目推荐
CatGPT-Gateway
开源
把网页版 ChatGPT/Claude 变成免费 API,免密钥直接调用
Turn your ChatGPT or Claude account into a fully working OpenAI-compatible API. No A···
polyaxon
开源
一站式管理AI实验、训练与部署,让团队协作更高效。
AI Infra / AI Orchestration / AI Control Plane
EverOS
开源
给每个 AI 代理装一个随身记忆库,跨应用不忘事
One portable memory layer for every AI agent: local-first, Markdown-native, user-own···
databend
开源
一份数据在 S3 上同时做分析、搜索和 AI,不用搬来搬去
Data Agent Ready Warehouse : One for Analytics, Search, AI, Python Sandbox. — reb···
medharness
开源
给医院大模型流量装上合规闸门,防泄露、可审计、控成本。
让医疗机构所有大模型流量:PHI 不外泄 · 模型走白名单 · 全量可审计 · 成本可控。
llmedge
开源
在 Android 上轻松跑多模态 AI,离线推理一条龙
Android native AI inference library, bringing text, image, video, STT, TTS inference
claude-devtools
开源
给 Claude Code 装上可视化仪表盘,一眼看透会话、Token 与工具调用
The missing DevTools for Claude Code — inspect session logs, tool calls, token usag···
universal
开源
用可定制数字类型,在精度与性能间自由取舍
Large collection of number systems providing custom arithmetic for mixed-precision a···
vLLM-Moet
开源
消费级 Blackwell 上跑 2-bit MoE,画质对齐官方 FP4
Frontier MoE models on RTX PRO 6000 / RTX 5090 (sm_120): DeepSeek-V4.1-Flash on 4x R···
