# 工具集

> 全部已收录的资源，编辑推荐的排在前面。下面几种条件可以同时用。

- 可以搜索：在地址后加 `?q=<关键词>`，多个关键词用空格分隔，要同时命中。搜的是名称、仓库、标签、职业、简介与 README。
- 可以按类型过滤：在地址后加 `?type=<cli|skill|plugin|mcp>`。
- 可以按职业过滤：在地址后加 `?profession=<职业编号>`，多个用逗号分隔，资源适合其中任意一个即可。编号见 https://hebbmind.com/api/v1/professions
- 可以按标签过滤：在地址后加 `?tag=<标签>`，多个用逗号分隔，资源要同时带有这些标签。标签见 https://hebbmind.com/api/v1/tags

适合算法 / AI或行政 / 办公的资源，带标签 `python`、`pdf`，共 19 项。

> - 算法 / AI：模型训练、评测与大模型应用开发。
> - 行政 / 办公：文档表格与演示、公文与汇报材料、邮件日程、会议纪要与日常行政事务。

- [MarkItDown-MCP](https://hebbmind.com/zh-TW/mcp/markitdown-mcp.md): [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。
- [MarkItDown](https://hebbmind.com/zh-TW/cli/markitdown.md): [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。
- [PDF](https://hebbmind.com/zh-TW/skill/pdf.md): [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。
- [PaddleOCR MCP Server](https://hebbmind.com/zh-TW/mcp/paddlepaddle-mcp-server.md): [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。
- [Docling](https://hebbmind.com/zh-TW/cli/docling.md): [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。
- [Marker](https://hebbmind.com/zh-TW/cli/marker.md): [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。
- [OCRmyPDF](https://hebbmind.com/zh-TW/cli/ocrmypdf.md): [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。
- [RenderCV](https://hebbmind.com/zh-TW/cli/rendercv.md): [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+。
- [pdfplumber](https://hebbmind.com/zh-TW/cli/pdfplumber.md): [CLI] 精确读取电子版 PDF 中每个字符、线条和表格框的位置：命令行可导出保留版面的文字或 CSV / JSON 明细，Python 接口还能抽取表格和表单字段，适合从发票、对账单、报表里取数。需 Python 环境，本地运行；不适合扫描件，需先 OCR。
- [WeasyPrint](https://hebbmind.com/zh-TW/cli/weasyprint.md): [CLI] 用 HTML 与 CSS 排版并导出 PDF 的渲染引擎，支持分页等打印样式标准，适合批量生成统计报告、发票与票据。Python 实现，依赖系统的 Pango 库。
- [Camelot](https://hebbmind.com/zh-TW/cli/camelot.md): [CLI] 从 PDF 中抽取表格的开源工具，自带 camelot 命令行，可把财报、银行对账单、统计报表里的表格导出为 Excel、CSV 或 Markdown，并给出识别准确度。需要 Python 3.10+；默认只处理能选中文字的 PDF，扫描件需另装 ml 与 ocr 扩展；结果建议人工核对。
- [pdf2docx](https://hebbmind.com/zh-TW/cli/pdf2docx.md): [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。
- [Pix2Text](https://hebbmind.com/zh-TW/cli/pix2text.md): [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。
- [Paper Search MCP](https://hebbmind.com/zh-TW/mcp/paper-search-mcp.md): [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。
- [invoice2data](https://hebbmind.com/zh-TW/cli/invoice2data.md): [CLI] 从 PDF 发票中按 YAML/JSON 模板抽取开票方、金额、日期、票号等字段，导出 CSV、JSON 或 XML；内置多种文本抽取后端，支持扫描件 OCR 与可选的 AI 兜底。
- [x-ray](https://hebbmind.com/zh-TW/cli/x-ray.md): [CLI] Free 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。
- [Docling MCP](https://hebbmind.com/zh-TW/mcp/docling-mcp.md): [MCP] Docling 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。
- [factur-x](https://hebbmind.com/zh-TW/cli/factur-x.md): [CLI] 法德电子发票标准 Factur-X（即 ZUGFeRD 2.x）的 Python 库，自带命令行：把普通 PDF 发票和 XML 合成为 Factur-X 发票、从发票 PDF 中取出 XML，并按官方 XSD 校验；也支持 Order-X 订单与 UBL 格式。需本机安装 Python 3。
- [MinerU Open MCP](https://hebbmind.com/zh-TW/mcp/opendatalab-mcp.md): [MCP] MinerU 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。