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

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。

将 PDF/Word/PPT 转为 LLM-ready Markdown，支持 109 种语言

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

Google DeepMind 开源多模态模型，11.95B参数支持文本+图像+音频，256K上下文，原生函数调用，Apache 2.0免费商用

罗斯柴尔德家族私人厨师的不谈判规矩：晚上不吃水果、戒掉种子油、早餐推迟到12点……第12条最扎心

破文字相、破关系相、破情绪相、破时间相、破观念相、破我相、破执着相——骨架是金刚经，收尾是道德经