好开源，值得被发现。

BentoPDF 是一款注重隐私的客户端 PDF 工具集，允许用户直接在浏览器中操纵、编辑和转换 PDF 文件，无需经过服务器端处理。

MinerU 是一款开源文档解析引擎，可将 PDF、图片、DOCX、PPTX 和 XLSX 转换为结构化 Markdown/JSON，服务于 LLM、RAG 和 agent 工作流。它支持 VLM+OCR 双引擎、109 种语言 OCR，以及私有化/离线部署。

Docling是IBM Research开发的文档处理库，支持PDF、Office文件、图像及音视频等多种格式的解析。它提供高级版面理解、OCR和视觉语言模型支持，输出统一格式并兼容Markdown/JSON等。内置CLI/API/MCP服务器，原生集成LangChain、LlamaIndex等框架，适用于RAG和智能体工作流，采用MIT许可。

Stirling PDF 是一个开源 PDF 平台，可在本地或自有服务器上编辑、签名、转换和自动化处理 PDF，无需外部服务。

Dolphin是字节跳动开源的文档图像解析模型（ACL 2025），可将PDF和拍摄页面转换为结构化Markdown/JSON，涵盖布局、阅读顺序、文本、表格、公式和代码。

ConvertX 是一款基于 TypeScript、Bun 和 Elysia 构建的自托管在线文件转换服务，支持超过一千种格式。