標籤：OCR

百度開源 Unlimited-OCR：25K 星單次解析數十頁

2026-09-11 技術

Unlimited-OCR 是百度 2026 年 6 月發布的開源文件解析模型，GitHub 星標達 25,425。它以自研 R-SWA 注意力機制讓 KV 快取維持恆定，可在 32K 上下文內單次前向傳遞轉錄數十頁文件，並相容 vLLM 與 SGLang 部署。本文解析其架構創新、效能表現與適用場景。

閱讀更多

Umi-OCR 開源：47K 星免費離線 OCR 工具

2026-09-11 技術

Umi-OCR 是免費開源的離線 OCR 軟體，於 GitHub 累積 47,220 星標，支援截圖識別、批量識別、PDF 掃描件轉雙層可搜索 PDF、二維碼與公式識別，內建 Paddle-OCR 與 Rapid-OCR 引擎，免安裝解壓即用。本文解析其核心功能、排版解析技術與應用場景。

閱讀更多

Docling 開源：IBM 文件解析工具達 66K 星

2026-09-10 技術

Docling 是 IBM 發起、現由 LF AI & Data 基金會託管的開源文件解析工具，GitHub 星標達 66,197，可將 PDF、DOCX、PPTX、試算表與掃描文件轉換為生成式 AI 可直接讀取的結構化格式。本文解析其技術架構、VLM 支援、MCP 整合與市場定位。

閱讀更多

Tesseract OCR 開源：76K 星的 40 年文字辨識元老

2026-09-09 技術

Tesseract 是擁有 76,350 星標的開源 OCR 引擎，源於 1985 年 HP 實驗室，2005 年開源、2006 至 2017 年由 Google 維護，最新穩定版 5.5.3 於 2026 年 7 月發佈。本文分析其 LSTM 核心架構、逾百種語言支援與整體生態定位。

閱讀更多

MinerU 開源：PDF 轉 Markdown 利器，79K 星文檔解析引擎

2026-09-02 技術

MinerU 是由 OpenDataLab 開發的高精度文檔解析引擎，將 PDF、DOCX、PPTX、XLSX 與圖片轉換為 LLM 可用的 Markdown 與 JSON，GitHub 獲 7.9 萬星標。本文分析其架構、109 種語言 OCR、MCP Server 整合與應用場景。

閱讀更多

89,554 星開源項目：Stirling-PDF — 自架 PDF 工具平台

2026-08-16 技術

Stirling-PDF 是 GitHub 星標逾 8.9 萬的開源 PDF 處理平台，以 Java 開發，提供 50 多種 PDF 工具，涵蓋合併、分割、簽署、遮罩、轉換與 OCR 等功能，支援桌面端、瀏覽器與自托管伺服器部署方式，文件不需上傳第三方服務，Docker 下載量逾 2,000 萬次。

閱讀更多

77,636 星開源項目：MinerU — 高精度文檔解析引擎

2026-08-15 技術

MinerU 是 GitHub 星標逾 7.7 萬的開源高精度文檔解析引擎，由 OpenDataLab 開發，可將 PDF、DOCX、PPTX、XLSX 與圖片轉化為 LLM 可直接讀取的 Markdown 與 JSON，支援 109 種語言 OCR，最新 3.4 版本將 OCR 準確度提升約 11%。

閱讀更多

87,251 星開源項目：PaddleOCR — 百度領先的 OCR 與文檔解析引擎

2026-08-08 技術

PaddleOCR 是百度開源領先 OCR 與文檔解析引擎，GitHub 星標逾 87,000 顆，可將 PDF 與圖片轉換為 LLM 可讀的 Markdown 與 JSON 結構化數據，支援 100 種以上語言。PP-OCRv6 以單一模型覆蓋 50 種語言，PaddleOCR-VL-1.6 達 96.3% 準確率。

閱讀更多