好开源，值得被发现。

PaddleOCR 是由飞桨开发的全能 OCR 和文档 AI 工具包，可将 PDF 和图像转换为 JSON 或 Markdown 格式的结构化数据。核心组件包括：支持 100+ 语言的 PP-OCRv6、0.9B 参数的视觉语言模型 PaddleOCR-VL、细粒度坐标感知的 PP-StructureV3，以及轻量的 HPD-Parsing。支持多硬件平台和 ONNX/OpenVINO/TensorRT 部署，可集成 Dify、RAGFlow 等平台，并提供浏览器端 SDK PaddleOCR.js。

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。

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。