pdf-ocr-layout
Skillby baokui
clawhub⭐ 17/10
基于智谱 GLM-OCR、GLM-4.7 及 GLM-4.6V 的多模态文档深度解析工具。 Use when: - 需要高精度提取文档（PDF/图片）中的表格并转换为 Markdown 格式 - 需要从文档页面中自动裁剪并提取插图、图表为独立文件 - 需要对提取的图表进行深度语义理解（基于 GLM-4.6V 视觉分析） - 需要对提取的表格数据进行逻辑分析（基于 GLM-4.7 文本分析） 核心架构： 1. 视觉提取：GLM-OCR 2. 语义理解：GLM-4.7 (纯文本/表格) + GLM-4.6V (多模态/图像)
基于智谱GLM三模型协同，高精度提取PDF/图片中的表格转Markdown、自动裁剪图表并进行深度语义理解与逻辑分析的文档解析工具
📊 商业分析
商业模式
per_use
独特价值
三模型协同：OCR提取+GLM-4.7表格逻辑分析+GLM-4.6V图表语义理解一体化
竞品
1. 百度智能云文档解析（功能全但价格高，无深度语义分析）；2. 腾讯云文档识别（表格精度高但缺图表理解）；3. Mathpix（公式识别强但中文支持弱）
🎯 应用场景
目标用户
企业数据分析师法律/财务文档处理人员科研人员及学术机构
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 7/10
- 子分类
- 多模态文档智能解析
- 可商业化
- ✅ 是
AI 标签
PDF解析OCR识别表格提取图表理解多模态文档
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6