docext

docext 是一个本地部署的无OCR文档信息提取与Markdown转换工具包，基于视觉语言模型（VLM）实现PDF/图像到结构化Markdown的端到端转换，并支持关键字段抽取、表格识别与置信度评分。其核心特点包括无需传统OCR、内置LaTeX方程识别、签名/水印/页码语义标注，以及面向文档智能处理（IDP）任务的标准化基准评测能力。适用于对数据隐私敏感、需离线运行的企业级文档解析场景，如金融票据处理、政务文档结构化、合规性文档分析等。