许多团队需要从 PDF 和扫描件中提取文本，但无法将敏感文档发送到云服务。现有的本地工具会产生混乱的输出。
将最先进的 OCR 和布局分析打包到一个带有 REST API 的简单 Docker 容器中。专注于技术文档和法律文本的质量。
初始版本可以使用包装在干净界面中的现有开源库。稍后为特定行业添加微调模型。
主要挑战是与大型科技公司的免费云工具竞争。
本地文档转换 API
创建一个可自行托管的服务，将文档转换为干净的 Markdown，同时保留结构，与云端替代方案竞争。
为什么是现在
日益增长的隐私担忧使得本地运行的文档处理更具吸引力。
- 做给谁
- 注重隐私的团队
- 商业模式
- 自托管许可
- 投入量级
- 几周