"pdf-converter"

📦 开源项目

opendataloader-project/opendataloader-pdf

opendataloader-pdf：PDF 解析和自动化工具 — opendataloader-pdf 是一个 PDF 解析器，用于为 AI 准备数据，自动化 PDF 无障碍访问。它支持多种输出格式，包括 HTML、JSON 和 Markdown。该项目通过提供一种简单的方式来解析和转换 PDF 文件，使其成为 AI 应用的重要组成部分

Java★ 26.9k⑂ 2.6kai-ml

☆

PDFMathTranslate/PDFMathTranslate

PDFMathTranslate：PDF 文档翻译工具 — PDFMathTranslate 能够使用 Google、DeepL、Ollama 和 OpenAI 等服务进行翻译，支持 CLI、GUI、MCP、Docker 和 Zotero 等多种接口。该工具特别适用于需要翻译 PDF 格式的科学论文和技术文档，能够帮助用户更好地理解和使用这些资源。同时，PDFMathTranslate 也支持 LaTeX 和 Math 等格式的翻译，满足了用户对精确翻译的需求。

Python★ 35.5k⑂ 3.2kai-ml

☆

dompdf/dompdf

dompdf：PHP HTML 到 PDF 转换器 — dompdf 是一个 PHP 库，用于将 HTML 页面转换为 PDF 文档。它支持 CSS 样式和字体嵌入，能够生成高质量的 PDF 文件。使用 dompdf，可以轻松地在 Web 应用中提供 PDF 输出功能

PHP★ 11.2k⑂ 1.8kweb

☆

wmjordan/PDFPatcher

PDFPatcher：PDF工具箱 — PDFPatcher是一个使用C#编写的PDF工具箱，可以编辑书签、剪裁旋转页面、解除限制、提取或合并文档，探查文档结构，提取图片、转成图片等等。它提供了丰富的功能来处理和操作PDF文档。通过使用PDFPatcher，用户可以轻松地管理和编辑PDF文件

C#★ 12.5k⑂ 1.6kother

☆

alam00000/bentopdf

bentopdf：隐私优先的PDF工具包 — bentopdf是一个功能强大的PDF工具包，支持PDF生成、编辑、转换等功能。它使用JavaScript和TypeScript开发，支持自托管和Docker部署。bentopdf注重用户隐私保护，提供了安全可靠的PDF处理解决方案。

JavaScript★ 14k⑂ 1.2ktools

☆

allenai/olmocr

olmocr：PDF线性化工具包 — olmocr是一个Python工具包，用于将PDF文件线性化，以便于LLM（大语言模型）数据集和训练的准备。它可以帮助提高LLM的训练效率和准确率。通过使用olmocr，用户可以更轻松地处理和分析PDF文件

Python★ 18.5k⑂ 1.5kai-ml

+334 ★☆

Stirling-Tools/Stirling-PDF

Stirling-PDF：PDF 编辑和管理工具 — Stirling-PDF 是一个功能强大的 PDF 编辑和管理工具，支持多种 PDF 操作，如编辑、转换、合并等。它使用 Java 编写，可以在任何设备上运行，提供了便捷的 PDF 管理体验。通过 Stirling-PDF，用户可以轻松地处理 PDF 文件，提高工作效率

Java★ 86.7k⑂ 7.7ktools

☆

datalab-to/marker

marker：PDF 转换工具 — marker 使用 Python 语言开发，能够快速高精度地将 PDF 转换为 markdown 和 JSON 格式。这种转换功能对于数据分析和文档处理有着重要的意义。marker 的高精度转换能力使其成为一个非常有用的工具

Python★ 37.4k⑂ 2.6kother

☆

PaddlePaddle/PaddleOCR

PaddleOCR：轻量级OCR工具包 — PaddleOCR支持100多种语言，能够将图像或PDF文档转换为结构化数据，为LLMs提供数据来源。它是连接图像/PDFs和LLMs的桥梁，具有广泛的应用前景。同时，PaddleOCR也是一个开源项目，社区活跃，方便开发者使用和扩展。

Python★ 85.2k⑂ 11kai-ml

☆

docling-project/docling

docling：文档转换和解析工具 — docling是一个文档转换和解析工具，支持多种文档格式，如docx、pdf、pptx和xlsx等。它可以将这些文档转换为JSON或文本格式，以便于后续的处理和分析。docling的主要目的是帮助用户为通用人工智能准备文档，使得文档内容可以被更好地理解和利用。

Python★ 63k⑂ 4.4kai-ml

☆

opendatalab/PDF-Extract-Kit

PDF-Extract-Kit：PDF内容提取工具包 — PDF-Extract-Kit是一个开源的Python库，用于高质量的PDF内容提取。它提供了一个简单易用的接口，帮助用户提取PDF中的文本、布局和其他信息。使用PDF-Extract-Kit，可以提高PDF内容提取的准确性和效率

Python★ 9.8k⑂ 736other

☆

Tichau/FileConverter

FileConverter：文件转换工具 — FileConverter是一个使用C#编写的工具，能够帮助用户快速转换和压缩文件。它提供了一个简单的上下文菜单界面，方便用户在Windows资源管理器中使用。该工具的主要功能是转换和压缩文件，能够节省用户的时间和空间。

C#★ 14.7k⑂ 893tools

☆

microsoft/markitdown

markitdown：Python 文档转换工具 — markitdown 是一个 Python 工具，用于将文件和办公文档转换为 Markdown 格式。它支持多种文档类型，包括 Microsoft Office 文档和 PDF 文件。通过使用 markitdown，可以轻松地将文档转换为 Markdown 格式，从而提高文档的可读性和可共享性。

Python★ 164.5k⑂ 11.7ktools

☆

Lulzx/zpdf

zpdf：零拷贝PDF文本提取库 — zpdf是一个高性能的PDF文本提取库，利用Zig语言和SIMD加速实现内存映射解析，能够高效地提取PDF文本。它的零拷贝设计减少了内存分配和复制，提高了性能。这种设计使得zpdf在处理大规模PDF文档时尤其有效。

Zig★ 913⑂ 39other

☆

opendatalab/MinerU

MinerU：文档转换工具 — MinerU 通过将复杂文档如 PDF 和 Office 文档转换为 LLM 可以处理的 markdown/JSON 格式，简化了数据处理流程。这样可以提高 Agentic 工作流程的效率和准确性。MinerU 是一个使用 Python 开发的工具，能够很好地支持数据转换和处理。

Python★ 72k⑂ 6kai-ml

+380 ★☆

mayooear/ai-pdf-chatbot-langchain

ai-pdf-chatbot-langchain：AI PDF 聊天机器人 — ai-pdf-chatbot-langchain 是一个使用 TypeScript 编写的项目，利用 LangChain 和 LangGraph 技术构建了一个 AI PDF 聊天机器人代理。该项目可以帮助用户更好地理解和交互 PDF 文档。它的出现对于提高工作效率和改善用户体验具有重要意义

TypeScript★ 16.6k⑂ 3.2kai-ml

☆

ocrmypdf/OCRmyPDF

OCRmyPDF：扫描PDF的OCR文本层添加工具 — OCRmyPDF是一个使用Python编写的工具，利用Tesseract等库为扫描的PDF文件添加OCR文本层，从而使其能够被搜索和编辑。这种功能对于数字化档案和文档管理具有重要意义。通过使用OCRmyPDF，用户可以更容易地管理和检索扫描的PDF文件

Python★ 34.1k⑂ 2.3kother

☆

QuestPDF/QuestPDF

QuestPDF：现代PDF文档生成库 — QuestPDF提供了一个流畅的C# API，用于创建复杂的PDF文档布局。其灵活的、基于组件的方法使得创建文档变得容易。QuestPDF对于需要生成PDF报告、发票等文档的开发者来说是一个非常有用的工具。

C#★ 14.1k⑂ 763backend

☆

freeok/so-novel

so-novel：小说下载工具 — so-novel可以帮助用户下载和导出网络小说到本地，支持多种格式的输出，包括ebook等。该工具使用Java语言开发，提供了命令行接口，方便用户使用。so-novel的主要功能是解析网络小说的内容，并将其导出为可离线阅读的文件

Java★ 7.3k⑂ 722tools

☆

readest/readest

readest：现代电子书阅读器 — readest旨在为书籍爱好者提供无缝的跨平台阅读体验，配备了强大的工具和直观的界面。它支持多种电子书格式，包括epub、mobi、pdf等。通过readest，用户可以轻松地管理和阅读电子书，享受舒适的阅读体验。

TypeScript★ 22.2k⑂ 1.4kweb

☆

venera-app/venera

venera：漫画应用 — venera是一个跨平台的漫画应用，使用Flutter框架开发，可以运行在Android、iOS、Linux、macOS和Windows等多个平台上。它提供了一个简单易用的界面，用户可以轻松浏览和阅读漫画。venera的开发使用了Dart语言，具有良好的性能和兼容性

Dart★ 10.5k⑂ 505mobile

☆

yang991178/fluent-reader

fluent-reader：现代桌面RSS阅读器 — fluent-reader是一个使用Electron、React和Fluent UI构建的现代桌面RSS阅读器，支持多平台，包括Windows、Linux和macOS。它提供了简洁的界面和强大的功能，帮助用户轻松管理和阅读RSS订阅。fluent-reader的开发使用TypeScript语言，确保了代码的可维护性和可扩展性

TypeScript★ 9.5k⑂ 528web

☆

alibaba/easyexcel

easyexcel：Java处理Excel工具 — easyexcel是一个Java库，用于处理Excel文件，能够快速、简洁地解决大文件内存溢出的问题。它支持多种Excel文件格式，包括xls和xlsx。使用easyexcel，可以方便地读写Excel文件，提高开发效率。

Java★ 33.7k⑂ 7.6kother

☆

paperless-ngx/paperless-ngx

paperless-ngx：文档管理系统 — paperless-ngx是一个基于Python的文档管理系统，利用Django和Angular等技术，实现扫描、索引和存档文档的功能。它支持机器学习和光学字符识别（OCR）技术，能够自动识别和分类文档。该系统对于个人和组织的文档管理具有重要意义

Python★ 42.9k⑂ 2.9kai-ml

☆

hectorqin/reader

reader：阅读3服务器版 — reader是一个阅读平台，使用Kotlin + Spring Boot + Vert.x + Coroutine作为后端技术栈，Vue.js + Element作为前端技术栈。它提供了桌面端和iOS可用的阅读服务。该项目值得关注，因为它展示了现代技术栈在阅读平台开发中的应用

Kotlin★ 11.1k⑂ 5.5kweb

☆

microsoft/calculator

calculator：Windows 简单计算器 — calculator 是一个由 C++ 编写的计算器应用，具有简单易用的界面和强大的计算功能。它能够满足日常的计算需求，并且随 Windows 系统一起发布。calculator 的开源使得开发者能够学习和贡献其代码

C++★ 31k⑂ 5.8kother

☆

kaina404/FlutterDouBan

FlutterDouBan：Flutter豆瓣客户端 — FlutterDouBan是一个全网最100%还原豆瓣客户端的Awesome Flutter Project，使用Dart语言开发，支持Android和iOS平台。它实现了豆瓣客户端的所有功能，包括首页、书影音、小组、市集及个人中心。FlutterDouBan的开发展示了Flutter框架的强大能力和Dart语言的优雅。

Dart★ 9.1k⑂ 1.9kmobile

☆

docusealco/docuseal

docuseal：开源数字文档签署平台 — docuseal是一个开源的DocuSign替代品，使用Ruby和Ruby on Rails开发，支持创建、填写和签署数字文档。它使用Hotwired Turbo、Tailwind CSS、Vue和Webpack等技术，提供自托管和PDF签署功能。docuseal的开源性使其成为企业和个人用户的理想选择

Ruby★ 17.5k⑂ 1.7kweb

☆

labmlai/annotated_deep_learning_paper_implementations

annotated_deep_learning_paper_implementations：深度学习论文实现及注释 — annotated_deep_learning_paper_implementations 项目为深度学习爱好者提供了丰富的学习资源，包括 60 多个深度学习论文的实现和注释。该项目涵盖了多个领域，包括 transformers、优化器、GANs 和强化学习等。通过该项目，开发者可以更好地理解深度学习的原理和应用，提高自己的开发技能。

Python★ 67.1k⑂ 6.7kai-ml

☆

browser-use/video-use

video-use：视频编辑工具 — video-use是一个使用Python语言开发的视频编辑工具，允许用户使用代码来编辑视频。它提供了一个灵活的方式来处理视频编辑任务，并且可以集成到各种应用程序中。通过使用video-use，开发者可以更容易地创建自定义的视频编辑功能

Python★ 14.1k⑂ 1.7kai-ml

+554 ★☆

zigimg/zigimg

zigimg：图像格式读写库 — zigimg是一个Zig库，用于读写不同的图像格式，如bitmap、png等。它支持多种图像格式的解码和编码，方便开发者处理图像数据。该库使用Zig语言编写，具有高性能和可靠性

Zig★ 815⑂ 144other

☆

doctrine/lexer

lexer：PHP 解析器库 — lexer 提供了一个基础的词法分析器库，可以用于创建自定义的解析器。它支持 Top-Down 和递归下降解析器，可以帮助开发者更容易地创建自己的解析器。这种库对于构建复杂的解析系统至关重要。

PHP★ 11.2k⑂ 62backend

☆

KotatsuApp/Kotatsu

Kotatsu：安卓漫画阅读器 — Kotatsu是一个免费的开源应用程序，允许用户在安卓设备上阅读漫画和网络漫画。它支持多种格式和来源，提供了便捷的阅读体验。通过Kotatsu，用户可以轻松地访问和享受他们喜欢的漫画内容

Kotlin★ 8.7k⑂ 837mobile

☆

showdownjs/showdown

showdown：Markdown 转换器 — showdown 可以实现 Markdown 和 HTML 之间的相互转换，支持多种 Markdown 风格，包括 GFM。这种转换功能对于需要在不同格式之间切换的开发者和用户来说非常重要。同时，showdown 的双向转换能力也使其在数据交换和格式兼容性方面具有广泛的应用场景。

JavaScript★ 14.9k⑂ 1.6kweb

☆

Anxcye/anx-reader

anx-reader：智能阅读器 — anx-reader是一个基于Dart语言和Flutter框架开发的电子书阅读器，支持多种电子书格式，利用AI技术提供智能阅读功能。它可以帮助读者更好地管理和阅读电子书，提高阅读效率和体验。同时，anx-reader的开源性使其具有高度的可定制性和扩展性。

Dart★ 8.4k⑂ 568mobile

☆

continuedev/continue

continue：开源编码代理 — continue是一个开源的编码代理，使用TypeScript编写，能够提供开发者工具和CLI功能。它利用AI技术来提高编码效率和准确性。通过使用continue，开发者可以更高效地完成编码任务

TypeScript★ 34.8k⑂ 5kai-ml

☆

Mebus/cupp

cupp：密码分析工具 — cupp是一个用Python编写的密码分析工具，能够分析和生成常见的用户密码。它通过生成可能的密码列表来帮助安全研究人员和系统管理员测试密码强度。cupp的主要目的是帮助用户提高密码安全性

Python★ 6.3k⑂ 2.1kother

+184 ★☆

Flow-Launcher/Flow.Launcher

Flow.Launcher：快速文件搜索和应用启动器 — Flow.Launcher是一个为Windows设计的快速文件搜索和应用启动器，支持社区制作的plugins，帮助用户提高生产力。它提供了类似Alfred、Listary和Raycast的功能，但专门为Windows用户设计。通过使用Flow.Launcher，用户可以更快速地找到文件和启动应用

C#★ 15.1k⑂ 622tools

☆

pandao/editor.md

editor.md：开放源码嵌入式在线Markdown编辑器 — editor.md是一个基于JavaScript的Markdown编辑器，支持多种Markdown语法和扩展，包括流程图、序列图和公式编辑等功能。它可以嵌入到网页中，提供在线编辑Markdown文档的能力。editor.md的开源性和可定制性使其成为开发者的首选工具

JavaScript★ 14.3k⑂ 2.5ktools

☆

voideditor/void

void：开源代码编辑器 — void是一个开源代码编辑器，旨在提供高效的代码编辑体验。它支持多种功能，如语法高亮、代码补全等。void的开发使用TypeScript语言，目前已集成到Visual Studio Code中，成为了一款流行的VSCode扩展

TypeScript★ 28.8k⑂ 2.6ktools

☆