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。
pdf2docx
⚠️ Project Status
pdf2docx is no longer actively maintained by Artifex.
The repository will remain available and has been relicensed under the MIT License so that the community can freely use, fork, and maintain the project.
Pull requests from the community are welcome, but Artifex no longer provides active development or maintenance.
If you are looking for a full-featured PDF processing library, consider using PyMuPDF or MuPDF.NET.
Documentation
Sample
相關資源
anydoc
CLIFirecrawl 出品，在本地把 Word、PPT、Excel、PDF、EPUB、RTF 等文档毫秒级转成干净的 Markdown，保留标题、表格、脚注与公式，方便 agent 读合同、讲义、报表等附件。需安装 Node.js；扫描件可选用 Firecrawl 云端 OCR（会上传整份文件）。
firecrawl/anydoc22.9k
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-mcp773
Nutrient DWS MCP Server
MCPNutrient（原 PSPDFKit）官方 MCP：用自然语言合并 PDF、在 Office 与 PDF 间互转、OCR、加水印、涂黑脱敏个人信息、添加数字签名，并按字段提取发票、合同中的数据。文件会上传到 Nutrient 云端处理，需注册账号（可免费注册，按页消耗额度），本机需 Node.js。
PSPDFKit/nutrient-dws-mcp-server71
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/markitdown191k
anymd
MCP在本机把 PDF、Word、PPT、Excel、EPUB、网页和图片转成干净的 Markdown，保留页码锚点、表格与双栏阅读顺序，并能跨文件夹全文搜索，便于核对合同、卷宗与论文原文。原名 pdf-reader-mcp；文件不上传、无需 API Key，本机需 Node.js 18+，扫描件 OCR 需另装 tesseract。
SylphxAI/anymd1kMarkItDown-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/markitdown191k