doc7

收录理由

doc7 是一个轻量的命令行工具，能把 PDF、Office 文件、扫描件和截图统一转成 Markdown。它的做法是把每一页交给一个兼容 OpenAI 接口的多模态模型来处理，这个模型可以是你本地跑的 LM Studio 或 Ollama，也可以是私有远程端点。它不捆绑 OCR 组件，也不依赖付费的文档解析服务，敏感资料可以始终留在自己的硬件上，成本也容易控制。对于纯图像页面，它能较好地还原公式、图表，甚至能保留示意图内部的结构关系，这些是纯文本抽取容易遗漏的。项目还附带批量处理、HTTP 服务和 Go SDK，方便集成到现有流程。无论是搭建知识库或 RAG 索引的团队，还是想整理内部文档工作流的人，都能用它把杂乱的输入变成模型真正能检索和引用的文本。