zerox

Zerox 是一个面向 AI 数据摄取优化的文档 OCR 与结构化提取工具，专注于高保真还原复杂版式（如表格、图表、多栏文本）的视觉内容。它将 PDF/DOCX/图像等文件转为图像序列，调用多模态大模型（如 GPT-4o、Gemini、Claude 等）生成 Markdown 格式输出，支持分页提取、格式保持、方向校正、边缘裁剪及多云平台（OpenAI/Azure/Gemini/Bedrock）适配。适用于需将扫描件、合同、财报、研究报告等非结构化文档高质量转化为 AI 可处理文本的场景，尤其适合 RAG、知识库构建与自动化文档分析流程。