chandra

收录理由

Chandra 能把扫描件和 PDF 转成结构化的 Markdown、HTML 或 JSON，而不是把整页压成一段纯文本。真正棘手的内容它也能处理：密集的表格、带勾选框的表单、手写笔记、数学公式，还有多栏排版——这些场景里，普通 OCR 工具往往会把结构弄丢。输出是机器可读的，做搜索索引、信息抽取或发布流程的团队，可以直接把结果接进自己的系统，省掉二次解析。它支持九十多种语言，文档不只有英文时，这一点尤其管用。开放权重可以本地跑，通过 Hugging Face 或 vLLM 服务器部署；另外还附带了命令行工具和一个小型网页应用，方便你在动手集成之前先试一试效果。