yfedoseev/pdf_oxide

解決的問題

PDFOxide 是一個高性能的 PDF 工具包，旨在解決現有 PDF 庫在速度和授權方面的限制。它提供了一個快速且採用 MIT 授權的替代方案，可取代 PyMuPDF 等庫，支援從 PDF 中高效提取文字、圖片和版面資訊，並支援 20 種不同的程式語言。

工作原理

該專案使用 Rust 寫成的核心以達到最佳的效能與穩定性，並提供穩定的 C ABI。此核心隨後被包裝成 19 種其他語言的慣用封裝（包括 Python、Go、JS/TS、C#、Java 和 C++）。它支援多種功能，包括文字提取、Markdown 轉換、圖片提取以及 PDF 編輯（例如填寫表單欄位）。

適用對象

• AI/LLM 開發者：正在建構 RAG（檢索增強生成）流程，需要將 PDF 轉換為乾淨的 Markdown 以供 LLM 使用的人。
• AI 助手使用者：使用 Claude、Cursor 或其他支援 MCP 的工具，希望透過提供的 MCP 伺服器取得本地 PDF 存取權限的人。
• 企業軟體工程師：需要可靠且授權寬鬆的工具包，以進行大規模文件處理的開發者。
• 學術研究人員：需要解析大量學術論文資料庫的人。

特色亮點

• 極致速度：每文件平均 0.8ms 的基準測試表現，顯著快於 PyMuPDF 和 pypdf。
• 廣泛的語言支援：支援 20 種語言的原生封裝，包括 Rust、Python、Go 和 WASM。
• 高可靠性：在 3,830 篇真實世界 PDF 的語料庫上，通過率達 100%。
• 適合 AI 使用：內建專用的 MCP 伺服器，供 AI 助手使用，並支援 RAG 流程中的內建 Markdown 轉換。
• 寬鬆授權：採用 MIT/Apache-2.0 雙重授權，避免 AGPL 的限制。