OCR - 标签 - Text Matrix

OCR

2026

allenai/olmocr 深度拆解：把 PDF 线性化为 LLM 训练 token 的 7B VLM 流水线 07-01

MinerU 架构拆解：高精度文档解析引擎的 pipeline / vlm-engine / hybrid 三路后端与多模态输出 06-25

LiteParse 深度拆解：LlamaIndex 团队开源的 Rust 文档解析器 06-24

PaddleOCR 深度解析：从 PP-OCRv5 到 PaddleOCR-VL-1.6，飞桨的 OCR 工具链怎么从'单任务识别'长成'LLM-ready 文档引擎' 06-07

ShareX 全面指南：Windows 最强截图与文件分享工具 05-02

paperless-ngx：开源文档管理系统指南 04-20

PaddleOCR：PDF 和图片转结构化数据的 AI 工具 04-01

PaddleOCR：全球领先 OCR 工具包与文档 AI 引擎完全指南 04-01

Chandra OCR：复杂表格、表单与手写内容识别方案 03-29