微信扫一扫，关注「瑞佰仑创新」
PDF、Word、Excel、PPT、图片……18 种格式一键转换为结构化 Markdown。 双 OCR 引擎驱动，支持表格结构感知与置信度标注，全程离线运行。
覆盖办公文档、演示文稿、数据表格、网页、纯文本与图片，包括 WPS 格式
从文件上传到 Markdown 输出，简洁高效的工作流
拖拽上传或选择文件夹，支持多文件批量导入，可拖拽排序
→选择 OCR 引擎、表格对齐、标题策略等 11 项可调配参数
→线程池并发处理，SSE 实时推送进度，CPU/内存监控
→渲染预览与源码编辑双模式，低置信度文字高亮标注
模拟真实的转换流程，点击按钮体验完整工作流
支持 PDF、Word、Excel、PPT、HTML、TXT、图片等 18 种格式
报告编号：ENV-2024-0892 | 编制日期：2024-12-15
本报告基于 12 个监测站点的全年数据，覆盖 PM2.5、PM10、SO₂、NO₂、O₃ 五项主要污染物指标。数据采集频率为 每小时一次，总计有效数据 52,560 条。
| 站点 | PM2.5 均值 | PM10 均值 | 优良天数 |
|---|---|---|---|
| 城东站 | 35 μg/m³ | 68 μg/m³ | 298 天 |
| 城西站 | 42 μg/m³ | 75 μg/m³ | 276 天 |
| 城南站 | 28 μg/m³ | 55 μg/m³ | 319 天 |
| 城北站 | 38 μg/m³ | 71 μg/m³ | 289 天 |
全年 PM2.5 浓度呈下降趋势，同比下降 8.3%。夏季 O₃ 浓度偏高，需关注光化学污染风险。
不只是格式转换，更是专业的文档处理能力
所有转换在本地完成，无需联网。敏感文档不出本机，数据隐私零风险。
PaddleOCR 中文优化 + Tesseract 多语言支持，PPStructure 文档结构感知。
OCR 识别置信度 < 70% 的文字自动黄色波浪下划线标注，悬停查看精确百分比。
原生支持 .wps / .et / .dps 金山办公格式，通过 LibreOffice 自动转换。
线程池并发处理 + SSE 实时进度推送 + CPU/内存监控，智能推荐并发数。
大批量任务完成后可选自动关机，60 秒倒计时确认，省电省心。
策略模式转换管道 + 双 OCR 引擎 + 实时进度推送
工程化思维解决文档转换中的每一个难题
BaseConverter 抽象基类，7 种转换器各自实现 async convert()，工厂模式统一调度，新增格式只需添加一个类。
标题映射、表格对齐、代码块语言标注、换行风格处理，自动跳过代码块/表格/标题/列表区域。
非 ASCII 路径文件自动复制到临时目录处理，完美解决中文路径兼容性问题。
threading.Lock 保护任务状态更新，SSE + 轮询双通道进度上报，确保并发场景下的数据一致性。
psutil 实时监控 CPU/内存，智能推荐并发数（CPU核数/2 与 内存GB/2 取较小值，上限 10）。
LibreOffice、Tesseract、PaddleOCR 安装包随项目分发，一键部署，开箱即用。
支持私有化部署，可根据业务需求定制转换规则、输出格式与集成接口。