Trích xuất & OCR
Lấy văn bản, bảng, hình ảnh, dấu trang và tệp đính kèm ra khỏi PDF — bộ công cụ ưu tiên tác nhân.
Cục bộ · MCPOCR — PDF có thể tìm kiếmLàm cho PDF đã quét có thể tìm kiếm: các trang không có lớp văn bản được OCR bằng Tesseract và nhận một lớp văn bản vô hình; các trang đã có văn bản được chuyển qua và báo cáo là đã bỏ qua.Trên thiết bịThông tin & siêu dữ liệu PDFSố trang, kích thước trang, siêu dữ liệu, trạng thái mã hóa dưới dạng JSON.Cục bộ · MCPTrích xuất hình ảnhLấy mọi hình ảnh nhúng ra khỏi PDF (ZIP, định dạng gốc).Cục bộ · MCPTrích xuất bảng (JSON + CSV)Phát hiện bảng và trả về dưới dạng tables.json cộng một CSV cho mỗi bảng (ZIP).Trên thiết bịTrích xuất dấu trang / mục lụcTrả về dàn ý tài liệu dưới dạng JSON: cấp độ, tiêu đề, trang đích.Trên thiết bịTrích xuất tệp đính kèmLấy mọi tệp đính kèm nhúng ra khỏi PDF (ZIP).Trên thiết bịTrích xuất từ với hộp giới hạnTrích xuất văn bản theo từng từ với hộp giới hạn chính xác (điểm), nhóm theo trang — sẵn sàng cho tác nhân/LLM.Trên thiết bịOCR sang văn bảnOCR một PDF đã quét thành văn bản thuần. Các trang đã có lớp văn bản đóng góp trực tiếp văn bản đó (không cần OCR).Cục bộ · MCPSo sánh PDFSo sánh theo trang của hai PDF: trang nào giống hệt, đã sửa đổi (với diff văn bản hợp nhất và điểm tương đồng), được thêm vào hoặc bị loại bỏ. Trả về report.json, tùy chọn kèm hình ảnh diff được kết xuất làm nổi bật các điểm ảnh đã thay đổi.
Tiếp tục khám phá
Mọi thứ đều miễn phí mãi mãi: xem chuyến tham quan tính năng để thấy các công cụ web, máy chủ MCP cục bộ và API cục bộ khớp với nhau như thế nào, và trang miễn phí để biết chính sách đầy đủ.