[控场AI]
待验证50% 置信事实精确时间

SoloBooks AI 使用 Tesseract.js v7 对扫描件和照片进行 OCR，使用 PDF-Parse 直接提取数字 PDF 的原生文本流。

1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现

来源

SoloBooks AI：本地优先的财务助手如何解决自由职业者隐私痛点

涉及实体

Tesseract.js v7productPDF-ParseproductSoloBooks AIproduct

相关事实

待验证客户端打码技术栈通常用 pdf.js 等库在浏览器渲染 PDF 页面，用 Tesseract.js 对扫描件做 OCR 提取文字层，再用像素级遮罩或文本层删除完成打码。72% 相似待验证该开发者构建的PDF解析器在pdfplumber外层包裹了一个FastAPI后端，逐页探测精确的视觉网格线坐标而非进行基础文本流式读取70% 相似待验证工作 wiki 中，PDF 文本提取使用 Poppler 的 pdftotext，知识库没有 OCR 功能；当文档包含图片形式的页面时，模型可以直接以图像方式阅读。69% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1062337
API
curl https://kongchang.com/api/v1/knowledge/claims/1062337
MCP
get_claim(id=1062337)