AIBase
EN

AI News

View More

Kimi推出基于Google Nano Banana Pro的AI幻灯片生成器，提供48小时限时免费试用

24.2k 3 hours ago
Kimi推出基于Google Nano Banana Pro的AI幻灯片生成器，提供48小时限时免费试用

Claude AI 向 Pro 订阅者推出高级文件创建功能

8.7k yesterday
Claude AI 向 Pro 订阅者推出高级文件创建功能

企业搜索技术大比拼:视觉检索增强生成（Vision-RAG）VS 文本检索增强生成(Text-RAG)

9.7k yesterday
企业搜索技术大比拼:视觉检索增强生成（Vision-RAG）VS 文本检索增强生成(Text-RAG)

Notion3.0AI 代理爆出严重漏洞，恶意 PDF 可诱导其泄露敏感数据

10.7k 3 days ago
Notion3.0AI 代理爆出严重漏洞，恶意 PDF 可诱导其泄露敏感数据

AI Products

View More

AI Pdf Summarizer

免费AI PDF总结器，秒速总结文档，还能与AI聊天理解要点。

文章摘要
4.9k

Mathpix Tool

强大的文档转换工具，支持图像和 PDF 转换为 LaTeX 等格式。

研究工具
5.7k

PDFT.AI

PDFT.AI是一款AI驱动的在线文档翻译工具，支持将PDF、DOC、Excel和TXT文件免费翻译成100多种语言。

翻译
5.7k

DeepPDF

DeepPDF是一个AI研究助手，用于深度学习PDF文档，提供聊天、摘要、翻译比较以及关键术语、图片和公式分析功能。

知识管理
8.4k

Models

View More

Gemini 2.0 Flash-Lite

Google

Gemini 2.0 Flash-Lite

$0.49

Input tokens/M

$2.1

Output tokens/M

1k

Context Length

Grok 4 Fast

Xai

Grok 4 Fast

$1.4

Input tokens/M

$3.5

Output tokens/M

2k

Context Length

o3-mini

Openai

o3-mini

$7.7

Input tokens/M

$30.8

Output tokens/M

200

Context Length

qwen3-vl-235b-a22b-thinking

Alibaba

qwen3-vl-235b-a22b-thinking

$2

Input tokens/M

$20

Output tokens/M

-

Context Length

Qwen3-Next-80B-A3B-Instruct

Alibaba

Qwen3-Next-80B-A3B-Instruct

$2

Input tokens/M

-

Output tokens/M

256

Context Length

qwen-vl-plus

Alibaba

qwen-vl-plus

$0.8

Input tokens/M

$2

Output tokens/M

128

Context Length

Qianfan-VL-8B

Baidu

Qianfan-VL-8B

-

Input tokens/M

-

Output tokens/M

32

Context Length

Qianfan-VL-70B

Baidu

Qianfan-VL-70B

-

Input tokens/M

-

Output tokens/M

32

Context Length

Qwen3-30B-A3B-Instruct-2507

Alibaba

Qwen3-30B-A3B-Instruct-2507

$0.75

Input tokens/M

-

Output tokens/M

256

Context Length

qwen-flash

Alibaba

qwen-flash

$15

Input tokens/M

$15

Output tokens/M

1k

Context Length

Claude Opus 4.1

Anthropic

Claude Opus 4.1

$105

Input tokens/M

$525

Output tokens/M

200

Context Length

qwen-mt-plus

Alibaba

qwen-mt-plus

$1.8

Input tokens/M

$5.4

Output tokens/M

16

Context Length

Grok-4

Xai

Grok-4

$21

Input tokens/M

$105

Output tokens/M

256

Context Length

Qwen3-235B-A22B

Alibaba

Qwen3-235B-A22B

$2

Input tokens/M

-

Output tokens/M

32

Context Length

Hunyuan-A13B

Tencent

Hunyuan-A13B

$0.5

Input tokens/M

$2

Output tokens/M

224

Context Length

Qianfan-QI-VL

Baidu

Qianfan-QI-VL

-

Input tokens/M

-

Output tokens/M

32

Context Length

Doubao-1.5-vision-lite

Bytedance

Doubao-1.5-vision-lite

$1.5

Input tokens/M

$4.5

Output tokens/M

128

Context Length

Doubao-1.5-vision-pro-32k

Bytedance

Doubao-1.5-vision-pro-32k

$3

Input tokens/M

$9

Output tokens/M

32

Context Length

Pangu-NLP-N1-Reasoner-128K-3.0.1.1

Huawei

Pangu-NLP-N1-Reasoner-128K-3.0.1.1

-

Input tokens/M

-

Output tokens/M

128

Context Length

Qianfan-Llama-VL-8B

Baidu

Qianfan-Llama-VL-8B

-

Input tokens/M

-

Output tokens/M

32

Context Length

Tomoro Colqwen3 Embed 4b

TomoroAI

T

TomoroAI/tomoro-colqwen3-embed-4b是一款先进的ColPali风格多模态嵌入模型，能够将文本查询、视觉文档（如图像、PDF）或短视频映射为对齐的多向量嵌入。该模型结合了Qwen3-VL-4B-Instruct和Qwen3-Embedding-4B的优势，在ViDoRe基准测试中表现出色，同时显著减少了嵌入占用空间。

多模态TransformersTransformersOther
TomoroAI
106
5

Chandra OCR GGUF

prithivMLmods

C

Chandra是一款高精度的OCR模型，能够将图像和PDF转换为结构化输出，如Markdown、HTML和JSON，同时保留详细的布局信息。支持40多种语言，擅长处理复杂的文档元素。

多模态TransformersTransformersEnglish
prithivMLmods
1k
1

LightOnOCR 1B 1025 GGUF

noctrex

L

LightOnOCR-1B-1025的量化版本，专门用于图像转文本任务，在文档理解、视觉语言处理等领域有广泛应用。该模型支持多种欧洲语言，适用于OCR、PDF处理和表格识别等场景。

多模态GgufGgufMultiple Languages
noctrex
743
1

Nanonets OCR2 3B GGUF

Mungert

N

Nanonets-OCR2-3B GGUF模型是专为文档处理设计的强大工具，能够将各类文档智能转换为结构化的Markdown格式，具备OCR、图像转文本、PDF转Markdown以及视觉问答等多种先进识别和处理能力。

多模态TransformersTransformersOther
Mungert
1.7k
1

MonkeyOCR Pro 3B

echo840

M

MonkeyOCR是一款基于结构-识别-关系（SRR）三元范式的文档解析模型，能够高效处理PDF和图像文档，提取文本、公式、表格等结构化内容，支持中英文文档解析。

多模态SafetensorsSafetensorsMultiple Languages
echo840
194
1

Table Transformer Detection Ifrs

apkonsta

T

专为国际财务报告准则(IFRS)PDF文档优化的表格检测模型，擅长处理无边框表格

计算机视觉TransformersTransformers
apkonsta
3k
2

MinerU

kitjesen

M

该模型能够将PDF文档转换为Markdown格式，保持原始文档排版结构，准确识别数学公式和表格。

多模态TransformersTransformersMultiple Languages
kitjesen
122
12

Nougat Base

Xenova

N

Nougat是一个基于视觉的学术文档理解模型，能够将科学PDF图像转换为Markdown格式文本。

多模态TransformersTransformers
Xenova
24
3

Donut_pdf_ocr

shubh1608

D

基于图像文件夹数据集训练的OCR模型，用于PDF文档的文本识别

计算机视觉TransformersTransformers
shubh1608
67
5

Layoutlm Document Classifier

impira

L

基于LayoutLM架构微调的文档分类模型，专门用于处理PDF文档特别是发票的分类任务

多模态TransformersTransformersEnglish
impira
64
12

MCP

View More
pageindex-mcp

Pageindex Mcp

PageIndex MCP是一个基于推理的无向量RAG系统，通过MCP协议将文档的树状索引暴露给LLM，使Claude等平台能够像人类专家一样通过结构推理检索PDF文档信息，无需向量数据库。

typescript
6.7k
3.0points
watsonx-rag-mcp-server

Watsonx Rag Mcp Server

本项目构建了一个基于IBM Watsonx.ai的检索增强生成(RAG)服务器，使用ChromaDB进行向量索引，并通过模型上下文协议(MCP)暴露接口。该系统能够处理PDF文档并基于文档内容回答问题，实现了将大型语言模型与特定领域知识相结合的智能问答功能。

python
9.4k
2.5points
upstage-mcp-server

Upstage Mcp Server

Upstage MCP Server是一个连接AI助手与Upstage AI文档处理API的服务器，支持从PDF、图片和Office文件中提取结构化内容，并集成Claude Desktop等MCP客户端。

python
9.4k
2.5points
pdf2md

Pdf2md

基于MCP的高性能PDF转Markdown服务，支持本地文件和URL批量处理，保留文档结构并智能优化输出。

python
9.3k
2.5points
markdown2pdf-mcp

Markdown2pdf Mcp

一个将Markdown文档转换为PDF文件的MCP服务器，支持语法高亮和自定义样式

typescript
9.5k
2.5points
document-edit-mcp

Document Edit Mcp

一个为Claude Desktop提供文档操作功能的MCP服务器，支持Word、Excel和PDF文件的创建、编辑与格式转换。

python
12.5k
2.5points
HR Policy Chatbot

HR Policy Chatbot

该项目构建了一个基于RAG的HR聊天机器人，通过MCP服务器作为功能调用中心，实现PDF文档上传、解析、检索及自然语言问答功能。

python
9.1k
2.5points
RagChatbot_MCPServer

RagChatbot_MCPServer

该项目构建了一个基于RAG的HR聊天机器人，通过MCP服务器作为功能调用中心，实现PDF文档上传、解析、检索及自然语言问答功能。

python
9.7k
2.5points
parseflow

Parseflow

ParseFlow是一个AI驱动的全能文档解析库，支持PDF、Word、Excel、PPT和图片OCR，提供语义搜索和批量处理功能，并包含MCP服务器供AI助手使用。

typescript
7.7k
2.5points
mnemo

Mnemo

Mnemo是一个为AI助手提供扩展记忆的MCP服务，通过Gemini的上下文缓存功能，允许助手加载大型代码库、文档、PDF等资料并进行自然语言查询，实现低成本、低延迟的完美信息召回。

typescript
6.6k
2.5points
pdfsearch-zed

Pdfsearch Zed

Zed的PDF语义搜索扩展，集成AI助手增强文档处理能力

python
9.4k
2.5points
Document Reader

Document Reader

一个基础的MCP服务器，用于与PDF和EPUB文档交互。

python
9.1k
2.5points
mcp-enabled-pdf-reader

Mcp Enabled Pdf Reader

一个支持MCP协议的PDF阅读工具，通过MCP服务器提供read_pdf功能读取PDF文档，适用于Claude Desktop等MCP支持的AI工具。

python
10.2k
2.5points
Markdownify

Markdownify

Markdownify MCP UTF-8增强版是一个支持多语言内容转换的Markdown处理服务，优化了UTF-8编码支持，提供PDF/图片/音视频/Office文档等多种格式的Markdown转换能力，并针对Windows系统进行了特别优化。

typescript
11.2k
2.5points
textin-mcp

Textin Mcp

TextIn MCP Server是一个文档文本提取和OCR工具，支持从图片、PDF和Word中识别文本、提取关键信息并转换为Markdown格式。

typescript
8.9k
2.5points
PDF to PNG

PDF to PNG

一个基于MCP协议的PDF转PNG服务，提供简单高效的文档转换功能。

python
9.1k
2.5points
FILE-CONVERTER-MCP

FILE CONVERTER MCP

一个基于Python的MCP服务器，利用Pandoc提供强大的文档转换功能，支持多种格式间的转换，如Markdown、DOCX、HTML、PDF等，适合与AI代理集成使用。

python
13.4k
2.5points
archive-agent

Archive Agent

Archive Agent 是一个智能文件索引工具，支持通过自然语言搜索和提问文件内容。它结合了AI搜索（RAG引擎）、自动OCR和MCP接口，能够处理多种文件类型，包括文本、文档、PDF和图像。

python
9.7k
2.5points
rust-local-rag

Rust Local Rag

一个基于Rust的高性能本地RAG系统，通过MCP协议与Claude Desktop集成，实现PDF文档的本地处理、语义搜索和隐私保护。

rust
10.6k
2.5points
nutrient-dws-mcp-server

Nutrient Dws Mcp Server

Nutrient DWS MCP Server是一个与Nutrient文档Web服务处理器API集成的模型上下文协议服务器，为AI助手提供强大的PDF处理功能，包括数字签名、文档生成、编辑、OCR、水印、涂黑等操作。

typescript
7.2k
2.5points
AIBase
Empowering the future, your artificial intelligence solution think tank
English简体中文繁體中文にほんご
FirendLinks:
AI Newsletters AI ToolsMCP ServersAI NewsAIBaseLLM LeaderboardAI Ranking
© 2026AIBase
Business CooperationSite Map