#35 · 主分类： 自托管文件处理与转换
docstrange
ai
document-parser
document-parsing
image-to-markdown
llm
markdown
ocr
pdf-parser
pdf-to-json
pdf-to-markdown
structured-data
structured-data-capture
tables
从任何文档、图像、PDF、Word、PPT或URL中提取并转换数据为多种格式（Markdown、JSON、CSV、HTML），具备智能结构化数据提取和高级OCR功能。
项目最后更新：10/31/25
GitHub Stars
1.5K
Forks数量
136
贡献者数量
8
许可证
MIT
收录理由
DocStrange 把散乱复杂的原始文档变成干净、可被下游系统直接使用的文本，一个工具就能覆盖多种来源和多种出口。无论是 PDF、图片、扫描件，还是 Word、PPT、Excel 乃至网页链接，它都能转成 Markdown、JSON、CSV 或 HTML，尤其擅长把表格排版整理成 LLM 能顺畅读取的样子。遇到纯图像或扫描文档，内置的 OCR 能先把文字提出来；需要抽取特定字段时，也可以给出字段清单或 JSON 模式，让输出直奔主题，而不是吐一堆原始文本。它自带一个本地网页界面，拖拽文件即可完成转换，同时提供 Python 包和面向 Claude Desktop 的 MCP 服务器，方便接进现有工作流。如果对数据隐私有要求，完全可以在本地运行，CPU 或 GPU 都行，全程不向外发送任何数据。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。