1
Build a Fax-to-JSON Pipeline in Python
一键从传真/PDF/图片中提取结构化数据，自动输出JSON，无需编码
Fax is still part of a lot of real business workflows. Healthcare, insurance, logistics, legal, finance, and back-office teams still receive forms, in…
2
On-Device Field Extraction by Verify
在离线状态下安全地从文档中提取关键字段，所有处理都在本地设备完成，不泄露数据隐私。
Secure on-device extraction even if you're offline Discussion | Link
3
4
百度开源 Unlimited OCR 模型：基于 DeepSeek OCR，解析文档告别 AI 越生成越慢
百度开源端到端OCR模型，总参30亿仅激活5亿，有效解决文档解析越生成越慢问题
IT之家 6 月 25 日消息，百度于 6 月 22 日开源推出 Unlimited OCR 模型，总参数量 30 亿，推理时仅激活 5 亿参数 ，目标解决在解析长文档时，端到端 OCR 模型越生成越慢的问题。 IT之家注：端到端 OCR 模型是统一神经网络架构系统，融合检测图像中的文本和字符识别，…
5
Show HN: Tracore – We turned our resume parser into a document-to-JSON API
把简历解析器变成通用文档转JSON API，一步定义 schema，API 上传、webhook 接收结构化数据，欧洲 GDPR 合规。
Article URL: https://tracore.io/en/ Comments URL: https://news.ycombinator.com/item?id=48551491 Points: 1 # Comments: 0
6
Show HN: StructOCR – API for parsing global passports, invoices, and containers
全球护照、发票与集装箱解析API，5秒完成文档识别，可减少80%运营成本
Hi HN, I built an AI-powered OCR API designed to extract highly structured JSON data from complex documents like global passports, IDs, receipts, and …
7
百度文心发布 PaddleOCR-VL-1.6：准确率突破 96.33%，刷新文档解析 SOTA
百度文心衍生模型准确率破96.33%，超越GPT-5.2和Gemini-3-Pro，登顶文档解析全球第一
已上线 PaddleOCR 官网，支持网页端和API调用
8
Show HN: LiteParse v2, now in Rust 100x faster
Rust重写后速度飙升100倍，文档解析工具LiteParse v2开源，性能与兼容性兼备
Article URL: https://github.com/run-llama/liteparse/ Comments URL: https://news.ycombinator.com/item?id=48307849 Points: 3 # Comments: 0
9
腾讯张军官宣操作系统层级 AI 助手“马维斯”正式上工，Windows、Mac、安卓端同步上线
腾讯“马维斯”AI助手正式上线，跨平台打通Windows/Mac/安卓，将整台电脑变成可对话对象，支持文档解析、图片处理等实用功能。
IT之家 5 月 21 日消息，腾讯公司公关总监张军今日宣布，腾讯出品的操作系统层级 AI 助手“马维斯”正式上工，能把整台电脑变成可对话的对象，开箱即用， Windows 端、Mac 端、安卓端版本同步上线 。 IT之家查询获悉，这款腾讯 AI 助手“马维斯”支持归类、解析文档，智能分类识别、处理…