概要
このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。
PaddleOCRとPaddleOCR-VLモデルを搭載しており、GPUを利用してDockerコンテナ内で動作します。
スキャンされたPDFドキュメントをページごとに処理し、JSON形式でMarkdownコンテンツを返します。
約8.5GBのVRAMを搭載したNVIDIA GPUが必須であり、Latvian語やLithuanian語に良好な（完璧ではない）対応をしています。
大規模なドキュメントのOCR処理を自動化したい開発者や企業ユーザーに適しています。
互換性・特徴
- GPU必須
- Docker
- Web API
- PDF対応
- 多言語対応
- Markdown出力
基本情報
| Stars | 9 |
| Forks | 2 |
| カテゴリ | マルチモーダル |
| アクティビティ | low |
最新リリース: v0.3.0 (2026-05-29)