PDF Craft开源项目 – PDF转Markdown/EPUB的智能工具

SAAR是一款基于AI的应用程序，可以将多语言文档转化为简洁摘要，并翻译成超过100种语言。用户可以上传PDF、DOCX、TXT文件，或使用OCR技术捕获图像中的文本。该应用程序支持自定义摘要长度，提供针对不同用户需求的定制输出，非常适合学生、研究人员和专业人士使用。

Edutor AI是一个利用人工智能生成测验和互动闪卡的平台，彻底改变学生学习和教师教学的方式。它创建引人入胜且个性化的学习材料。

Tennr 是一款基于 AI 的医疗文档管理解决方案，通过其先进的文档推理模型 RaeLLM™ 7B，自动处理和分类医疗相关文档，显著提高了文档处理效率和准确性，帮助医疗专业人员专注于患者护理。

AntWorks是一款领先的智能文档处理平台，利用先进的AI技术高效、准确地处理多种类型的文档，旨在提高运营效率并支持数据驱动决策，适用于银行、金融服务、保险及供应链管理等多个行业。

Document Summarizer AI 是一款智能应用，通过自动生成 PDF 和扫描文档的简洁摘要，简化阅读体验。用户只需上传 PDF 文件或使用相机扫描文档，AI 技术即可快速提供文档的简明概述。

PDF Guru是一个多功能的PDF文件处理工具，支持本地化操作，提供合并、拆分、旋转、水印、加密等20余项功能，界面简洁，跨平台使用，完全开源免费。

Giffo是一个基于AI的Chrome扩展，旨在通过OCR、智能聊天和高级图像生成等功能提升用户的生产力。

Marker 是一个高效的工具，能够将 PDF、EPUB 和 MOBI 格式的电子书快速准确地转换为 Markdown、JSON 和 HTML 格式。它基于深度学习模型，特别优化了书籍和科学论文的处理，支持多种语言，并且可以在 GPU、CPU 或 MPS 上运行。Marker 不仅能够去除页眉、页脚等干扰元素，还能将大多数方程式转换为 LaTeX 格式，并格式化代码块和表格。

将PDF文档转换为Markdown的智能工具，利用先进的视觉语言模型，能够精准识别并提取文本、表格和公式，保留文档格式和层次结构

使用gpt-4o-mini实现零样本PDF文档的OCR转换，为AI处理提供简洁的Markdown格式输出，优化了文档的视觉呈现和信息提取。

Image Toolbox 是一个功能强大的图像处理工具，专为高效的照片编辑和操作而设计。它提供了丰富的功能，包括图像裁剪、滤镜应用、EXIF数据编辑、背景去除、图像转换为PDF等。无论是摄影师还是开发者，都可以通过其简洁的界面轻松完成复杂的图像处理任务。项目基于Kotlin开发，支持Android平台，并提供了多种高级功能，如批量处理、自定义滤镜、图像拼接、背景去除、水印添加、图像绘制等。

SmolDocling-256M-preview 是由 IBM 研究院与 Hugging Face 合作开发的超紧凑视觉语言模型，专为高效文档转换设计。其参数量仅为2.56亿，性能却可媲美参数量高出27倍的模型，显著降低了计算资源需求。该模型引入了‘DocTags’通用标记格式，能够同时捕获文档的文本内容、结构和元素的空间布局，支持多种文档元素的识别和处理，包括文本、表格、图表、代码和公式。

Gless AI是一支专注于机器学习、深度学习和数据科学的专家团队，特别关注自然语言处理技术，提供聊天机器人、知识库和AI虚拟代理等人工智能解决方案。

MDocAgent是Adobe推出的多智能体跨模态框架，专注于复杂文档理解与问答。它通过五个协同工作的智能体（通用/关键信息提取/文本/图像/总结智能体）整合文本和图像信息，结合文档预处理、多模态检索、关键信息提取等步骤，在5个基准测试中性能超越现有方法12.1%。支持端到端的文档解析、跨模态检索、多智能体推理和自动化评估流程。

知识增强规划系统，旨在为基于LLM的智能Agent提供支持，通过创建广泛的行动知识库，将特定任务相关的行动规划知识整合起来，并将这些知识转化为文本，使模型能够深入理解和利用这些知识来生成行动轨迹。