opendataloader-pdf

OpenDataLoader PDF 是一个面向 AI 应用的开源 PDF 解析器，专注于将各类 PDF（数字、扫描、已标记）高精度转换为结构化、可访问的数据格式。核心功能包括：基于 XY-Cut++ 的确定性布局分析与阅读顺序还原、支持 OCR 的混合解析模式（覆盖 80+ 语言）、带精确边界框（bounding box）的 JSON 输出、Markdown/HTML 导出，以及业界首个开源的自动 Tagged PDF 生成能力，满足 PDF/UA 合规要求。适用于 RAG 系统构建、大模型文档理解、无障碍合规改造及企业级 PDF 自动化处理等场景。