Connection check
verified live · 28h ago
doc-parse
Parse PDF/Word/PPT/HTML to Markdown; tables as JSON, image extraction, RAG chunking, page ranges.
Tools
4
GitHub stars
—
Installs / wk
—
Licence
—
Transport
streamable-http
Last checked
28h ago
Tools & capabilities
4 toolsRead from the running server on 28h ago.
doc_chunk
file_idfilenamemax_charspage_rangedata_base64
把文档切成适合 RAG / 向量嵌入的语义块（按标题层级切，超长块按段落细分）。 返回 [{index, heading, text, chars}]，喂检索/嵌入无需再自己写切块逻辑。 把文档切成适合 RAG / 向量嵌入的语义块（按标题层级切，超长块按段落细分）。 返回 [{index, heading, text, chars}]，喂检索/嵌入无需再自己写切块逻辑。
doc_images
file_idfilenamemax_imagesdata_base64
抽取文档内嵌的图片（PDF / .docx / .pptx），打包 ZIP 落文件中转站并返下载 URL。 过滤 <1KB 的图标噪声；多模态 AI 可配合 doc_parse 的文本一起理解图文文档。 抽取文档内嵌的图片（PDF / .docx / .pptx），打包 ZIP 落文件中转站并返下载 URL。 过滤 <1KB 的图标噪声；多模态 AI 可配合 doc_parse 的文本一起理解图文文档。
doc_parse
file_idfilenamemax_pagespage_rangedata_base64
把 PDF / Word(.docx) / PPT(.pptx) / HTML / 纯文本 解析成干净 Markdown + 结构化（按实际解析页数计费，每页 1 credit）。 纯解析 + 格式转换、不生成任何 AI 内容；扫描件 OCR 暂未支持。 支持 page_range 只解析指定页码段（只按解析的页数扣费）。… 把 PDF / Word(.docx) / PPT(.pptx) / HTML / 纯文本 解析成干净 Markdown + 结构化（按实际解析页数计费，每页 1 credit）。 纯解析 + 格式转换、不生成任何 AI 内容；扫描件 OCR 暂未支持。 支持 page_range 只解析指定页码段（只按解析的页数扣费）。
doc_tables
file_idfilenamemax_pagesdata_base64