document-processing

将任何技术书籍 PDF 转换为 Claude Code 技能——在工作时即可学习、参考与使用。

快速、实用且开源的文档解析器

Modular SenseNova 技能，用于构建 AI 驱动的办公助手与生产力工作流程

基于 LLM 的代理式数据处理与 ETL 系统

在保留排版、公式与结构的前提下进行 PDF 翻译，适用于科研与技术文档

ExtractThinker 是一个针对 LLM 的文档智能库，提供 ORM 风格的交互以实现灵活且强大的文档工作流程。

OpenOCR：一个用于通用 OCR 研究与应用的开源工具包，整合了统一的训练与评估基准、商业级 OCR 与文档解析系统，以及对多篇学术论文核心实现的忠实重现。

适用于 Python 与 Rust 的最快 PDF 库。支持文字提取、图片提取、Markdown 转换、PDF 创建与编辑。平均 0.8ms，比业界领导者快 5 倍，3,830 个 PDF 测试 100% 通过率。采用 MIT/Apache-2.0 授权。

赋予 AI 代理程序阅读 PDF 的能力——通过 MCP 提供结构化文字、表格、OCR、视觉证据与页面级引用。原生 Rust，本地优先。

本地优先、开源的资料 AI 助理。整合任务、笔记、文档、照片与书签。具备隐私、自托管，并可通过 API 扩展。

将非结构化文档转换为经过验证、丰富且可查询的知识图谱。

有情绪的 AI 桌面伴侣 | 隐私优先 · 语音唤醒 · 协助办公 · MCP 无限扩展

Java PDF 表格提取与 OCR 库。通过流、网格（OpenCV 风格网格检测）与混合解析，从文本型与扫描 PDF 中提取结构化表格。