Vision Analyze
描述图片内容、提取文字、回答视觉问题、比较图片并把表格或界面信息转成结构化数据。
排序
MinerU PDF Parser
使用 MinerU API 把 PDF、Word、PPT 和图片解析为 Markdown，并识别公式、表格和 OCR。
OCR with python
使用 PaddleOCR 从图片和扫描 PDF 中提取中英文文本，适用于发票、合同等文档。
PaddleOCR Document Parsing
用 PaddleOCR 解析 PDF 或图片文档，提取结构化 Markdown、页面与资源。
OCR – Image Text Recognition (Local)
使用 Tesseract.js 在本地识别简繁中文与英文图片文字，无需 API Key。
PDF和图片文字提取
从图片、文本型或扫描型 PDF 提取文字和表格，支持批量目录处理，并输出结构化可编辑结果。