github 热门分享:一个 pdf 解析神器

这是一个pdf转md的工具，为RAG或知识库场景设计，在处理PDF时无需一上来就进行OCR。它会先自动识别文档类型（文本型、扫描件、图片或混合内容），并标记出真正需要OCR处理的页码；对于原生文本内容，则在本地重建阅读顺序、标题结构以及表格信息，最终输出为结构化的 Markdown。
#github #pdf识别 #ai工具