OCRFlux

OCRFlux 是一个轻量级多模态工具包，专注于将 PDF 和图像高精度转换为结构化 Markdown 文本。其核心能力包括：按自然阅读顺序处理复杂版式（如多栏、图文混排）、精准解析嵌套表格与数学公式、自动剔除页眉页脚，并首创支持跨页表格与段落的语义级合并。基于 3B 参数视觉语言模型，可在消费级 GPU（如 RTX 3090）上高效运行。适用于科研文献整理、法律/金融文档结构化、企业知识库构建等需保留原文逻辑结构的 PDF 内容提取场景。