GitHubDaily(@GitHub_Daily):将 PDF 转成文本，遇到扫描件、多栏排版、复杂表格和公式，传统 OCR 经常识别错乱。 olmOCR，一款基于视觉语言模型的 PDF 转 Markdown 工具，已斩获了 17900+ Star！能处理公式、表格、手写体和复杂版式，还会自动去掉页眉页脚。并且按自然阅读顺序输出，哪怕多栏排版也不会读串行。 GitHub：https://t.co/kZwbrRk2TN 单 GPU 本地跑之外也支持接入远程推理服务，处理成本能压到每百万页不到 200 美元。需要批量处理 PDF、扫描件转成可编辑文本的朋友，尤其是做数据处理或者知识库搭建的，这个工具可以试试。

GitHubDaily

@GitHub_Daily

💡 挖掘开源的价值 🧑🏻‍💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号：GitHubDaily

加入 May 2023

206 正在關注 88.1K 粉絲

GitHubDaily@GitHub_Daily

2026.07.01 10:00

将 PDF 转成文本，遇到扫描件、多栏排版、复杂表格和公式，传统 OCR 经常识别错乱。 olmOCR，一款基于视觉语言模型的 PDF 转 Markdown 工具，已斩获了 17900+ Star！能处理公式、表格、手写体和复杂版式，还会自动去掉页眉页脚。并且按自然阅读顺序输出，哪怕多栏排版也不会读串行。 GitHub：单 GPU 本地跑之外也支持接入远程推理服务，处理成本能压到每百万页不到 200 美元。需要批量处理 PDF、扫描件转成可编辑文本的朋友，尤其是做数据处理或者知识库搭建的，这个工具可以试试。