百度出品，基于DeepSeek-OCR改进，支持一次性解析超长文档、多页PDF，单图640切片+多页1024两种模式，SGLang部署兼容OpenAI API

32语言OCR、256K上下文、视觉Agent可操作GUI，MLX版5GB秒回看图

OCR/版面/表格/公式全流水线跑在显卡上，PDF 进 Markdown 出，单卡 5090 最快 559 图/秒，比传统 OCR 快 15-90 倍

《阳宅三要》双OCR校勘与计算 Skill，支持门主灶、大游年、动宅/变宅翻星、兴废年及卷二至卷四查询

清代赵九峰阳宅经典，门、主、灶体系全书 OCR 校读整理，含图式文字说明。

完整 Codex skill：含李居明《学风水的第一本书》OCR/PDF/images 与九宫飞星、三元九运、命卦等确定算法

微软开源的 Python 工具，一键将 PDF/Word/Excel/PPT 等文件转换为 Markdown，支持 OCR 和 MCP

PixPin是一款功能强大的免费截图工具，支持截图、录屏、长截图、OCR文字识别、屏幕贴图等功能。为设计师、开发者、办公人员提供高效的屏幕操作体验。

开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署

Codex skill for 玄空飞星排盘、81双星断语与《沈氏玄空学》新旧OCR交叉查询

明代阳宅堪舆资料汇编，整理十章正文：外形、福元、游年、九星、门水、宅形、择日与符镇。

支持微信公众号、YouTube、播客、PDF、300+付费墙绕过等15+种内容源，一键生成播客/PPT/思维导图/Quiz

从数据连接、索引构建到检索增强，支持 300+ 集成的 Python LLM 应用开发框架

Ingest, parse, and optimize any data format：PDF/Word/PPT/Excel、图片、音频、视频一键转结构化Markdown，专为GenAI框架优化

AI驱动的视频字幕提取+文案三维度分析，支持B站/YouTube/抖音，FunASR中文语音转录+RapidOCR烧录字幕识别

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署

快手开源 8B 多模态模型，专为短视频理解优化，Video-MME 73% 同级最强。

三万部古籍、五十亿字的在线开放电子图书馆，支持AI英译与全文检索

不用越狱不用 Xcode，AI agent 直接操控你的真机 iPhone

Qwen3.6-27B正统后继：原生多模态+混合线性注意力架构，262K上下文，终端编程基准超Opus 4.6 Max，Apache 2.0可商用，量化后16GB内存可跑