olmOCR是由Allen Institute for Artificial Intelligence (AI2)开发的一个开源工具包，旨在将PDF文档线性化，以便用于大型语言模型（LLM）的训练。

Kreuzberg是一个现代Python库，专注于从各种文档中提取文本。

Trellis是一款面向企业和专业团队的PDF工作流自动化平台。

ollama-ebook-summary 是一个利用大型语言模型（LLM）为长文本创建要点笔记摘要的项目。

Tabled是一个用于检测和提取表格的Python库，它使用surya来识别PDF中的表格，识别行列，并能够将单元格格式化为Markdown、CSV或HTML。

PDFtoChat是一个允许用户与PDF文件进行对话的平台。

这是一个开源的OCR API，利用OpenAI强大的语言模型和优化的性能技术（如并行处理和批处理）来实现从复杂PDF文档中提取高质量文本。

Datalab 的 AI For Document Intelligence 是一系列用于文档智能处理的AI模型，包括OCR、布局分析、PDF转Markdown等。

gmft是一个用于将PDF中的表格转换为多种格式的工具包。

DocSolver是一个利用GPT-4 API技术构建的聊天机器人，专为处理和分析大型PDF文件设计。

Google Bard's PDF Top Guide是一份免费的终极资源，帮助用户充分利用Google Bard的PDF上传功能。

PDF Candy是一款提供免费PDF转换和其他PDF工具的在线服务。