GitHub Repo

PaddlePaddle/PaddleOCR

将PDF或图片文档转化为结构化数据(JSON/Markdown),支持100+语言,专为RAG和Agent应用设计的OCR工具包。

ai agent integrationdataset resourcedocument parsingknowledge workflowmultimodal creationocrpdf to markdownrag pipeline

推荐理由

创作者可分享“如何用PaddleOCR将PDF变成LLM可用数据”的教程,或将其作为RAG/Agent工作流的关键组件快速搭建文档解析管线。

二创切入点

  • 围绕项目能力写工具教程、场景拆解或对比评测。
  • 复制 GitHub 概要后可直接改写成文章、社媒卡片或选题备忘。
  • 生成分享卡片可以用于私域传播、收藏夹或选题库归档。

项目事实

语言
Python
协议
apache-2.0
Issues
217
首次收录
2026/07/03