ofdrw/ofdrw
1,791
OFD Reader & Writer 开源的OFD处理库，支持文档生成、数字签名、文档保护、文档合并、转换、导出等功能，文档格式遵循《GB/T 33190-2016 电子文件存储与交换格式版式文档》。
开源的OFD文档处理库，支持文档生成、数字签名、合并、转换等功能
PaddlePaddle/PaddleOCR
79,325
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.
轻量级OCR工具包，从图像和PDF中提取结构化数据，支持100+语言，便于AI集成
opendatalab/MinerU
66,124
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
将PDF和Office文档转换为LLM可用的Markdown/JSON格式
xunbu/docutranslate
1,092
文档（小说、论文、字幕）翻译工具（支持 pdf/word/excel/json/epub/srt...）Document (Novel, Thesis, Subtitle) Translation Tool (Supports pdf/word/excel/json/epub/srt...)
支持PDF/Word/Excel/JSON/EPUB/SRT等格式的文档翻译工具
pymupdf/PyMuPDF
9,891
PyMuPDF is a high performance Python library for data extraction, analysis, conversion & manipulation of PDF (and other) documents.
用于PDF数据提取、分析、转换和处理的高性能Python库
run-llama/llama_index
49,859
LlamaIndex is the leading document agent and OCR platform
领先的文档代理与OCR平台，支持智能数据提取与检索
wmjordan/PDFPatcher
12,450
PDF补丁丁——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
PDF工具箱，可编辑书签、裁剪页面、合并文档、提取图片等