PDF 结构化抽取·带证据溯源

分享海报

@user_aa7cd739/image-pdf-structured-extractor

从图片型、扫描型、混合型或原生文本 PDF 中提取可审计的结构化字段，并把字段证据确定性映射回原始 PDF 页码、页标签、bbox、原文和证据截图。用于合同、报告、手册、表单、研究资料等需要自定义 JSON Schema 和逐字段溯源的 PDF 抽取任务；默认以 MinerU 为主解析器、Docling 为必装交叉复核器，PaddleOCR 为可选补充解析器。