提取与 OCR

从 PDF 中提取文本、表格、图像、书签和附件 — 智能体优先的工具箱。

本地 · MCPOCR — 可搜索的 PDF使扫描的 PDF 可搜索：没有文本层的页面使用 Tesseract 进行 OCR 并获得不可见文本层；已有文本的页面直接通过并报告为跳过。设备端处理PDF 信息与元数据以 JSON 提供页数、页面大小、元数据和加密状态。本地 · MCP提取图像从 PDF 中提取所有嵌入图像（ZIP，原始格式）。本地 · MCP提取表格 (JSON + CSV)检测表格并将其作为 tables.json 以及每个表格一个 CSV 返回（ZIP）。设备端处理提取书签 / 目录以 JSON 返回文档大纲：层级、标题、目标页面。设备端处理提取附件从 PDF 中提取所有嵌入的文件附件（ZIP）。设备端处理提取带边界框的单词逐词提取文本并附精确边界框（点），按页分组 — 可供智能体/LLM 使用。设备端处理OCR 转文本将扫描的 PDF 通过 OCR 转换为纯文本。已经带有文本层的页面直接贡献该文本（不需要 OCR）。本地 · MCP比较 PDF两个 PDF 的逐页差异比较：哪些页面相同、已修改（带有统一文本差异和相似度分数）、已添加或已删除。返回 report.json，可选附带突出显示变化像素的渲染差异图像。

继续探索

一切都永久免费：查看功能导览，了解网页工具、本地 MCP 服务器和本地 API 如何组合在一起，并在免费页面查看完整政策。