工具集
全部 Skill、MCP、CLI 与 Plugin。可以按类型、职业、标签筛选,也可以直接搜索。
职业:算法 / AI +2
共 16 项

PDF
Skill读取与提取 PDF 文本和表格,合并、拆分、旋转页面,加水印、填写表单,并能对扫描件做 OCR。驱动 Claude 文档能力的 Anthropic 官方技能,源码可见但非开源。
anthropics/skills197k
MarkItDown-MCP
MCP微软官方出品:把 PDF、Word、Excel、PPT、HTML 等文件或网址转换为 Markdown,便于 agent 阅读与检索;只有一个 convert_to_markdown 工具,支持 STDIO 与本地 HTTP。
microsoft/markitdown197k
MarkItDown
CLI把 PDF、Word、Excel、PPT、HTML、图片、音频等文件转成保留标题、列表与表格结构的 Markdown,供大模型读取与分析。微软官方维护,需要 Python 3.10 以上。
microsoft/markitdown197k
PaddleOCR MCP Server
MCP飞桨 PaddleOCR 官方 MCP:对图片和 PDF 做文字识别与版面解析(PP-OCR、PP-StructureV3、PaddleOCR-VL),输出文本或 Markdown;可本地推理,也可调用官方 API、千帆或自建服务。
PaddlePaddle/PaddleOCR92.8k
Docling
CLI解析 PDF、DOCX、PPTX、XLSX、HTML、图片与音频等格式,还原版面、阅读顺序、表格与公式,导出 Markdown、HTML 或无损 JSON。IBM Research 发起,现由 LF AI & Data 基金会托管,可完全本地运行。
docling-project/docling70.7k
Marker
CLI把 PDF、图片、PPTX、DOCX、XLSX、EPUB 等文档转换为 Markdown、JSON 或 HTML,能还原表格、公式与版面结构,可选接入大模型提升精度。需 Python 3.10+ 与 PyTorch;模型权重大规模商用需付费授权。
datalab-to/marker41k
book-to-skill
Skill把技术书、文档目录或论文集(PDF、EPUB、DOCX、Markdown 等)提炼成 agent 技能:核心框架、按需加载的章节文件、术语表与速查表,工作中随时调用查阅。抽取脚本需本机 Python,PDF 可选装 poppler 或 docling。
virgiliojr94/book-to-skill38.4k
OCRmyPDF
CLI给扫描版 PDF 加上可搜索、可复制的文字层,可自动纠偏、旋转并优化体积,默认输出 PDF/A。基于 Tesseract,支持 100 多种语言,完全本地运行。
ocrmypdf/OCRmyPDF35.3k
RenderCV
CLI用 YAML 编写简历,命令行渲染成排版规范的 PDF:多套主题,页边距、配色、字体可细调,字段严格校验并支持多语言;另提供配套 agent skill。需要 Python 3.12+。
rendercv/rendercv18k
BabelDOC
CLI面向科研论文的 PDF 翻译命令行,尽量保留公式与版式,输出双语对照或纯译文 PDF。需配置 OpenAI 兼容接口(也可接本地 Ollama),目前以英译中为主。
funstory-ai/BabelDOC9.9k
pdf2docx
CLI把 PDF 转成可编辑的 Word 文档,尽量还原段落、表格、图片和版面,也能单独抽取表格,适合修改只拿到 PDF 版的合同、公文和试卷。需 Python 环境;只适用于电子版 PDF,扫描件需先 OCR。Artifex 已不再主动维护,靠社区修复。
ArtifexSoftware/pdf2docx3.5k
Pix2Text
CLI把含数学公式、表格的图片或整份 PDF(含扫描件)识别成 Markdown 与 LaTeX,中英文效果好,支持 80 多种语言,适合教师把试卷、讲义数字化,学生整理笔记。开源的 Mathpix 替代品,在本机运行,需要 Python 环境。
breezedeus/Pix2Text3.3k
Paper Search MCP
MCP统一检索 arXiv、PubMed、bioRxiv、Semantic Scholar、OpenAlex 等 20 多个学术源,去重后返回标准化结果,并优先通过开放获取渠道下载、读取论文全文。多数来源无需 API Key。
openags/paper-search-mcp3.1k
x-ray
CLIFree Law Project 出品,检查 PDF 里「黑框盖住但底下文字仍能选中复制」的无效涂黑,按页输出泄露的文字与位置(JSON),适合律师在提交或公开文书前做保密自查。需要 Python 3.10 以上;可能漏检,重要文件仍需人工复核。
freelawproject/x-ray837
Docling MCP
MCPDocling 项目官方 MCP:把 PDF、Word、PPT 等文件转成结构化文档,识别版面与表格、对扫描件做 OCR,也能让 agent 逐段生成新文档并导出 Markdown。本地模式需 Python 与 uv,首次运行会下载版面识别模型;也可改连自建的 Docling Serve 服务。
docling-project/docling-mcp796
MinerU Open MCP
MCPMinerU 官方 MCP:调用 mineru.net 云端接口把 PDF、Word、PPT 与图片解析为 Markdown,保留表格与公式;免 Key 的 Flash 模式可直接使用,配置 Token 可解锁更高额度与更多格式。
opendatalab/MinerU-Ecosystem230