MarkItDown
MarkItDown是一款由微软推出的开源文档转换工具，支持多种文件格式（如PDF、Office文档、图像、音频等）转换为Markdown格式。它具备OCR文字识别、语音转文字、元数据提取等功能，适用于文档归档、内容发布、数据挖掘、学术研究等多个场景，旨在简化文件处理流程，提升工作效率。通过提供简单易用的API接口，MarkItDown成为开发者友好型工具。
数据提取
Midscene.js
Midscene.js 是一款基于 AI 的自动化 SDK，利用自然语言处理技术简化 UI 测试流程。它支持用户通过自然语言描述操作步骤，自动执行动作、查询数据、断言页面状态，并生成可视化报告。Midscene.js 可无缝集成到现有项目中，适用于自动化测试、数据抓取、性能监控等多种场景。
Browser Use
Browser Use是一款基于大语言模型的智能浏览器工具，支持多标签页管理和视觉识别，可提取网页内容并记录操作步骤。它允许开发者自定义动作，如保存文件或推送至数据库，并兼容多种主流LLM模型，具备并行运行和自我修正能力，旨在提升任务执行效率与准确性。
Vision Parse
Vision Parse 是一款开源工具，旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力，包括文本和表格，并能保持原有格式与结构。此外，Vision Parse 支持多种视觉语言模型，确保解析的高精度与高速度。其应用场景广泛，涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。
Open Deep Research
Open Deep Research 是一个开源 AI 智能体，支持多语言模型和 Firecrawl 数据提取，用于执行复杂的研究任务。它提供统一 API 和 Next.js 框架，具备实时数据处理、结构化信息提取及多维度分析能力，适用于文献综述、行业分析、投资研究等场景。
ScrapeGraphAI
ScrapeGraphAI 是一款基于大型语言模型（LLM）的智能网络爬虫工具包，能够高效提取结构化数据。其核心功能包括 SmartScraper、SearchScraper 和 Markdownify，支持自然语言驱动的爬取、多页面搜索、自适应爬取、多模型和多平台兼容，可生成代码并存储为 CSV 或 JSON 格式。适用于市场分析、学术研究、产品信息收集等场景。
Maps Scraper AI
一种自动化潜在客户生成工具，可帮助企业利用 Google 地图的强大功能来查找和提取有价值的客户数据。
