AI 读文档工具：16 个在用的选择，各自的短板都写清楚

「读文档」这一类里我们收录了 16 个工具。每条都标了形态、价格和在国内能不能直连，以及最容易翻车的地方。

按我们的收录口径筛过：官网能打开、有真实用户、能说清它替你把哪一步做完了。

• MinerU mineru.net · 开源自建 / CLI · 开源免费 · 自建即离线
  把 PDF 转成 Markdown / JSON：扫描件、双栏论文、复杂表格基本保形，公式也认得出来。给知识库喂文档的第一步就用它。
  短板：成批处理要自己写队列；极其复杂的版式仍会错行，转完要抽检。
• Docling github.com/docling-project/docling · 开源自建 · 开源（MIT） · 自建即离线
  IBM 出的文档解析库，PDF / DOCX / PPTX 统一转成结构化数据，自带版面分析和表格结构，适合写进自己的流水线。
  短板：表格还原不如 MinerU 激进；大文件很慢，要配并发。
• NotebookLM notebooklm.google.com · Web · 免费 · 需海外网络
  把一堆资料丢进去，它只根据这些资料回答，每条结论能点回原文；还能把资料生成一段中文播客。
  短板：只在给定资料范围内回答，问外延问题会显得很笨；需要海外网络。
• 夸克 quark.cn · Web / App · 免费 / 会员 · 国内直连
  夸克的 AI 搜索和文档助手，扫描件、论文、合同能直接问，国内打开就能用，不用装任何东西。
  短板：广告和推荐内容多；专业结论要回原文核，别直接抄进报告。
• RAGFlow ragflow.io · 开源自建 · 开源免费 · 自建即离线
  开箱可用的知识库 / RAG 引擎，带文档解析和可视化切片，把公司文档变成能问答的库。
  短板：解析质量取决于你接的模型；部署是好几个容器，运维成本要走 IT。
• AnythingLLM anythingllm.com · 桌面 / 自建 · 开源免费 · 自建即离线
  本地知识库里最省事的一个：桌面版导入文档就能问，也能接远端模型，适合先跑通再考虑上平台。
  短板：多人协作和权限弱；嵌入模型要自己挑，挑错会答非所问。
• ChatPDF chatpdf.com · Web · 有免费额度 · 需海外网络
  传一份 PDF 就能对话提问，回答会指出在第几页，适合快速过完一份几十页的报告或合同。
  短板：扫描件识别很差，图里文字基本读不到；免费额度按文件数卡得很紧。
• Marker github.com/datalab-to/marker · CLI · 开源免费 · 自建即离线
  把 PDF、扫描件批量转成 Markdown，公式、表格、图片位置都尽量保住，是给 RAG 做前置清洗的常用选择。
  短板：首次运行要下模型；版面花哨的杂志页仍会把表格拆散，重要文档必须人工校一遍。
• Unstructured unstructured.io · 开源自建 / API · 开源免费 · 自建即离线
  把 PDF、Word、HTML、邮件切成带类型（标题/正文/表格/列表）的段落块，直接喂进向量库。
  短板：高质量模式要装一堆 OCR 与版面模型和系统依赖；默认切块参数几乎一定要按自己的文档调。
• MarkItDown github.com/microsoft/markitdown · CLI · 开源免费 · 自建即离线
  微软出的轻量转换器，把 Office、PDF、HTML、图片元数据统一转成 Markdown，写进提示词前最省事的一步。
  短板：不做 OCR，扫描件出来是空的；复杂表格只剩文字，行列结构全丢。
• PDF.ai pdf.ai · Web · 有免费额度 · 需海外网络
  面向合同和论文的 PDF 问答，能按页追问、把回答整理成摘要发给别人。
  短板：引用定位到页但常指错段落；免费额度用完只能订阅，没有自建选项。
• PaddleOCR paddleocr.com · 开源自建 · 开源免费 · 自建即离线
  中文 OCR 的第一梯队，印刷体识别率高，带版面分析和表格识别，扫描件转结构化数据最常用的一套。
  短板：装 Paddle 环境经常卡在依赖上；手写体和糊掉的扫描件错误率明显上升，交付前必须人工抽检。
• Khoj khoj.dev · 开源自建 · 开源免费 · 自建即离线
  自建的第二大脑：把笔记、文档、网页索引进去，用自然语言问，也能排日程、建提醒。
  短板：首次索引很慢；中文文档切分一般，长文问答经常给不到关键那段，得自己换切块策略。
• WeKnora weknora.weixin.qq.com · 开源自建 · 开源免费 · 国内直连
  腾讯开源的文档知识库：上传 PDF/Word/网页自动切成段落做 RAG，问答界面和 API 都给好了。
  短板：部署要拉起解析服务、向量库、模型好几套组件；官方文档偏薄，出问题基本只能读代码。
• GraphRAG microsoft.github.io/graphrag · 开源自建 · 开源免费 · 自建即离线
  微软的图检索方案：先把文档抽成实体和关系图，再按社区摘要回答「这批材料主要在讲什么」这类全局问题。
  短板：建图极费 token（一本书能烧掉几十美元）；语料少的时候效果还不如普通向量检索，别一上来就上。
• PageIndex pageindex.ai · 开源自建 / API · 有免费额度 · 需海外网络
  不做向量检索，而是给长文档建目录树，回答时先定位章节再读原文，适合几百页的规范、年报和合同。
  短板：靠模型自己挑章节，挑错就会答出原文里没有的结论；扫描件还得先 OCR，链路更长。

换个场景看

AI 写代码工具 · AI 通用对话工具 · AI 搜索与研究工具 · AI 写作与办公工具 · AI 出图工具 · AI 出视频工具 · AI 语音工具 · AI 搭 Agent工具 · AI 本地跑模型工具 · AI 数据与表格工具 · AI 设计建站工具

全部 155 个工具 · 自建选型矩阵 · 痛点专题