标签
OpenDataLoader 是一个开源工具，可将 PDF 转换为结构化的 Markdown 和 JSON，支持 100 页/秒的本地处理速度，无需 GPU 或 API 成本，专为 RAG 管道和 PDF 无障碍自动化设计。
Jerry Liu讨论了使用视觉语言模型进行PDF解析所面临的挑战，特别是关于确保文本正确性和保持正确阅读顺序的同时避免出现幻觉问题。
Docling 是一个开源文档处理工具，可解析多种格式，包括高级 PDF 理解功能，并与 LangChain 和 LlamaIndex 等生成式 AI 生态系统提供集成。
PaddleOCR是一个功能强大、轻量级的OCR工具包，可将PDF和图像转换为结构化数据，适用于AI应用，支持100多种语言，旨在连接文档与大语言模型。
LiteParse 是 run-llama 推出的一个独立的开源 PDF 解析工具，提供快速、本地的空间文本提取及边界框，支持多种编程语言和平台。