https://github.com/ayang/pdf2any pdf2docx 已经不维护了，这个项目从 pdf2docx 升级而来，识别表格更准确，增加了转 html 和 md 的功能，方便喂给大模型。 自己经常使用，速度比 docling 高出 4 倍，格式识别也比 docling 准确，缺点就是不支持扫描版 PDF. 有需要可以试试。有 bug 欢迎提交。