OCR/PDF转Markdown格式优化

OCR 转 Markdown 文件清理工具。针对由 PDF 等工具转出的 .md 文件，自动执行 9 项清理：解包 HTML table 包裹的正文、修复标题层级/补齐丢失标题/删除重复标题、修复 OCR 错别字、清理页眉噪声/广告行/LaTeX 残留、格式化目录区、修复断句、清理空行。触发词：清理 OCR 文件、OCR md 修复、PaddleOCR 转出的文件乱、pdf转md整理、解包 html 表格、ocr 错别字修复。核心脚本 scripts/ocr_md_clean.py，纯 Python 零依赖；可与 ww-md-format 配合组成清理流水线（ww-md-format 需加 --no-clean，避免误删正文营销话术）。

OCR Markdown PDF 处理

模型生成摘要（rules/v1 · 2026-10-02 05:58）：OCR 转 Markdown 文件清理工具
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-10-02 13:57	f48d467e	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

相关资产

MCP 需 API Key

project-summarizer

x402 Text Summarizer compresses text, Markdown, or JSON into structured summaries using Claude AI

Markdown

原作者：gary-edgington 来源：Smithery 仅卡片存档

MCP 需 API Key

Mochify

Image and PDF processing for agents, on a native C++ engine

PDF 处理

原作者：mochify 来源：Smithery 仅卡片存档

MCP 需 API Key

Meshnote

A persistent Markdown wiki that your AI agent maintains as long-term memory across sessions

Markdown

原作者：b-nicovski 来源：Smithery 仅卡片存档

MCP 需 API Key

MDflow - online markdown editor

A markdown workspace that becomes a shared brain for you and your AI agents — 25 tools to read, write, organize, and sha…

Markdown

原作者：mdflow 来源：Smithery 仅卡片存档

MCP 需 API Key

Simple PDF API

Generate and manipulate PDFs from Claude Desktop, Cursor, and Windsurf

PDF 处理

原作者：mahiuddinalkamal 来源：Smithery 仅卡片存档

MCP 需 API Key

Document to Markdown & RAG Chunks

Convert PDF, Word, PowerPoint, Excel, HTML and EPUB files into clean Markdown for LLMs, including OCR for scanned PDFs a…

MarkdownRAGPDF 处理Office 转换ERPExcel 操作

原作者：p-d-tashev 来源：Smithery 仅卡片存档

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。