PaddleOCR 项目概览：文档解析与通用 OCR 工具箱

用途与定位

据来源页面说明，PaddleOCR 旨在将 PDF 文档和图像转换为结构化、可供大模型使用的数据（如 Markdown、JSON），用于 RAG 与智能体应用中的文档预处理环节。

主要能力

• 智能文档解析：来源提到 PaddleOCR-VL 系列视觉语言模型，以及可输出 Markdown/JSON 的 PP-StructureV3，后者同时提供表格单元格、文本等更细粒度的坐标信息。
• 通用文字识别：来源称支持 100 多种语言，PP-OCRv6 以单一模型覆盖 50 种语言，并面向证件、街景、书籍、工业部件等场景。
• 开发者生态：来源列举了与 Dify、RAGFlow、Cherry Studio 等项目的集成，以及多种硬件后端的部署方式。

版本更新（来源记录）

页面按时间列出了 2025 年 8 月至 2026 年 7 月的更新，包括 PaddleOCR 3.2.0 至 3.7.0、PaddleOCR-VL 及 PP-OCRv6 等发布，涉及模型精度、推理后端、Office 文档转 Markdown、DOCX 导出等变化。HPD-Parsing 被描述为面向高吞吐文档解析的轻量视觉语言模型。

限制与待核实

页面内容在贡献者部分被截断，缺少完整安装步骤、许可证细节与后续内容；文中精度、速度等数字均为项目方自述的基准结果，未在本次整理中复现验证，实际效果需以官方文档和自测为准。