Extraire et OCR
Extrayez texte, tableaux, images, signets et pièces jointes des PDF — la boîte à outils pensée pour les agents.
Local · MCPOCR — PDF consultableRendez un PDF numérisé consultable : les pages sans couche de texte sont traitées par OCR avec Tesseract et obtiennent une couche de texte invisible ; les pages qui ont déjà du texte sont conservées et signalées comme ignorées.Sur l'appareilInfos et métadonnées du PDFNombre de pages, tailles de page, métadonnées et statut de chiffrement en JSON.Local · MCPExtraire les imagesExtrayez toutes les images intégrées d'un PDF (ZIP, formats d'origine).Local · MCPExtraire les tableaux (JSON + CSV)Détectez les tableaux et renvoyez-les sous forme de tables.json plus un CSV par tableau (ZIP).Sur l'appareilExtraire les signets / la table des matièresRenvoyez le plan du document en JSON : niveau, titre, page cible.Sur l'appareilExtraire les pièces jointesExtrayez toutes les pièces jointes intégrées du PDF (ZIP).Sur l'appareilExtraire les mots avec cadres de délimitationExtraction de texte mot par mot avec des cadres de délimitation exacts (points), groupés par page — prête pour les agents/LLM.Sur l'appareilOCR en texteAppliquez l'OCR à un PDF numérisé pour obtenir du texte brut. Les pages qui portent déjà une couche de texte fournissent ce texte directement (aucun OCR nécessaire).Local · MCPComparer des PDFDiff par page de deux PDF : quelles pages sont identiques, modifiées (avec un diff de texte unifié et un score de similarité), ajoutées ou supprimées. Renvoie report.json, éventuellement avec des images de diff rendues mettant en évidence les pixels modifiés.
Continuer à explorer
- Organiser un PDF
- Convertir en PDF
- Convertir depuis un PDF
- Optimiser un PDF
- Protéger et signer
- Modifier et annoter
Tout est gratuit pour toujours : consultez la visite des fonctionnalités pour voir comment les outils web, le serveur MCP local et l'API locale s'articulent, et la page gratuit pour la politique complète.