PDF、OCR 与文档处理工具：2026 精选

开源自托管 PDF 处理平台，可在浏览器、桌面端或通过 API 编辑、签名、涂黑、转换和自动化处理 PDF。

跨平台电子书阅读与管理工具，支持多种格式、云同步备份及笔记导出。

将 Word、PPT、Excel、PDF 等文档转换为干净的 Markdown，提供 Rust、Node.js、Python 和浏览器端绑定。

Rust 库与命令行工具，判断 PDF 是文本型还是扫描型，默认无需 OCR 即可提取为 Markdown。

一款隐私优先的 PDF 工具箱，所有文件处理都在浏览器中完成，可自托管部署。

一款 Android 图片编辑应用，提供裁剪、滤镜、绘图、OCR、抠图、PDF 工具和 AI 超分等多种功能。

一款用纯 Rust 从零实现的开源文字处理软件，可读写 .docx，支持桌面端与浏览器。

基于 Rust 的开源本地文档解析工具，支持带坐标的文本提取、Markdown/JSON 输出和可选 OCR。

免费开源的 AI 办公套件，本地编辑真实的 docx、xlsx、pptx 和 PDF 文件，并提供 genoffice 命令行。

聊天辅助工具，先判断对方意图与风险，再起草回复，由你决定是否发送。

自托管的 AI 记账应用，从收据、发票和 PDF 中提取数据并存入可导出的结构化账目库。

基于 PyTorch 深度学习的开源 Python OCR 库，可识别 PDF 和图片中的文字。

将来源不可信的 PDF、办公文档和图片转换为安全的 PDF，在沙箱中逐页转为像素后重建。

将流程图、架构图、公式等静态图片转换为可编辑的 DrawIO（XML）文件。

Windows 端 OCR 工具，可从屏幕区域、图片和 PDF 中提取文字，全程本地运行。

面向 Windows 的免费开源 PDF 编辑器，内置 PDF 2.0 引擎，无需订阅即可查看、OCR、编辑、签名和填写表单。

一个 Python 文档 AI 库，将版面分析、表格识别、OCR 与文档、token 分类整合为可配置的处理流水线。

一个 Python 脚本，借助 OpenAI 模型逐页阅读 PDF 书籍，提取知识点并生成阶段与最终摘要。

自托管 API，借助 OCR 与 Ollama 大模型把 PDF、图片和 Office 文档转换为 Markdown 或结构化 JSON，并可去除个人隐私信息。

一款 9B 参数的开源多模态大模型，面向视觉理解、空间推理、工具调用和具身智能研究。

一款 Zotero 插件，可与单篇、多篇 PDF 或整个文献库对话，回答附可点击跳转的引用，并支持完全本地运行的模型。

开源的 Android 与 iOS 文档扫描应用，基于 NativeScript 构建，集成 Tesseract 文字识别与 OpenCV 图像处理。

自托管的个人文档管理系统，可汇集扫描件、邮件等文件，执行 OCR 并辅助打标签与检索。

一款 macOS 菜单栏应用，通过 OCR 识别屏幕任意区域的文字并直接复制到剪贴板。

基于 React 与 FastAPI 的网页应用，用 DeepSeek-OCR 识别图片和多页 PDF，可导出 Markdown、HTML、DOCX 或 JSON。

一套命令行工具，可将文档解析为 Markdown，并对文本文件进行本地语义搜索和 AI 问答。

Python 库与本地 Web 界面，可将 PDF、Word、PPT、表格、图片和网页转换为 Markdown、JSON、CSV 或 HTML。

免费开源的 macOS 截图与屏幕录制应用，基于 Swift 6 和 SwiftUI 原生开发，可替代 CleanShot X。

基于 Docker 的 PDF 版面分析微服务，识别标题、正文、表格、图片等元素，并可转换为 Markdown 或 HTML。

基于 Python 的人教社电子教材批量下载工具，提供 WebUI 与命令行，可合成为 PDF。

一个智能体技能，可将 PDF、书籍、幻灯片和论文转化为可追溯的知识库与离线交互式学习网页。

一款免费开源的 PDF 查看与编辑器，支持 Windows、macOS、Linux 和 Android，基于 Tauri 2 构建。

一个 Go 语言 PDF 库，支持排版、HTML 转 PDF、多文字系统排版、内容脱敏、表单、数字签名、条码和 PDF/A。

一款轻量级原生 macOS 菜单栏翻译工具，支持划词、截图 OCR 和剪贴板翻译。

Windows 游戏实时屏幕翻译工具，通过 OCR 识别画面文字并叠加显示译文。

一个统一多模态模型，通过自然语言指令生成文本、图像或图文结合的结果，完成多种计算机视觉任务。

离线运行的 Android PDF 工具，可合并、拆分、压缩、转换、标注和签名，全部在本机完成。

一款支持 macOS、Windows 和 Linux 的截图、录屏与文字识别工具，素材保存在本机。

一款 macOS 本地应用，用自然语言搜索任意文件夹中的照片和视频画面，推理全部在本机完成。

可自托管的 Docker 图片处理工具，支持 70 多种格式转换、批量压缩、逐文件裁剪和本地 AI 抠图。

右键即可在本机转换文件的工具，图片、视频、音频和文档都不会上传。

开源 AI 阅读器，选中文章或 PDF 中的文字提问，答案以带引用的形式显示在页边。

将 GitHub README、Markdown 和 Jupyter Notebook 自动转换为 Word、PDF、PPTX 等多种格式文档的 Python 工具。

一款 macOS / iOS 文档问答应用，基于 Apple Foundation Models 在设备本地运行，回答关于文件的问题。