PDF Craft

PDF Craft是一款专注于扫描版书籍 PDF 转换的开源工具。它利用 DeepSeek OCR 模型，在本地完成从图像型 PDF 到结构化电子书（如 Markdown 或 EPUB）的全流程处理，无需联网，不依赖大语言模型（LLM），适合对隐私、精度与效率有要求的用户。

项目特别针对低清晰度、双栏排版、含公式表格的学术或技术文档进行了优化，能自动识别正文、过滤页眉页脚，并妥善保留脚注、图片、公式等关键元素。生成的 EPUB 文件还会自动构建目录，提升阅读体验。

核心能力

基于 DeepSeek OCR 的高精度识别

• 支持模糊、倾斜、低分辨率的扫描件或拍照 PDF
• 无需网络请求，所有 OCR 计算在本地 GPU 上完成
• 相比旧版（v0.2.8），转换速度显著提升，稳定性更高

注：v1.0.0 起移除了 LLM 文本后处理功能。若仍需语义纠错，可继续使用 v0.2.8。

智能版面理解与结构还原

• 自动识别单栏/双栏布局、图文混排、跨页表格
• 避免因分栏导致的内容错位或截断
• 保留原始逻辑顺序，确保段落连贯

公式与脚注的完整保留

• 精准识别 LaTeX 风格的行内与独立数学公式（如 $E=mc^2$ 或 \[ \int_0^1 x^2 dx \]）
• 脚注内容（包括嵌入的图片或符号）会被提取并关联至正文
• 化学方程式、特殊符号等技术内容亦能正确转写

输出格式

• Markdown：结构清晰，兼容 Obsidian、Typora 等编辑器
• EPUB：自动生成目录、章节标题，适配 Kindle、Apple Books 等阅读器
• 未来计划支持更多格式（如 DOCX、HTML）

部署与使用要求

• 硬件：建议 NVIDIA RTX 3060 或更高显卡（用于加速 OCR 推理）
• 运行方式：
  • 通过 OOMOL Studio 本地一键启动（推荐）
  • 或直接运行源码（需配置 CUDA 环境）
• 隐私保障：所有数据处理均在本地完成，无外传风险

适用场景