待验证85% 置信注意事项时间未知
需管理大量PDF、扫描件、网页剪藏等混合格式资料的研究型用户，不建议用Notion（PDF仅能预览无法全文检索），应选DEVONthink或Zotero（支持PDF内文OCR全文索引与标注）
1
来源数
85%
置信度
中期 (~90 天)
时效性
-
首次发现
来源
涉及实体
相关事实
待验证归一化处理中PDF解析可使用PyMuPDF或pdfplumber，Word文档处理常用python-docx，图片OCR可用Tesseract或PaddleOCR72% 相似待验证作者采用混合解析路由：用PyMuPDF/pdfplumber本地处理密集文本和标准结构化表格，Vision LLM被严格限定为仅处理无法OCR的扫描图形和手写批注的二级回退方案71% 相似已验证PDF本质上是面向打印的页面描述语言，内部存储字符的绝对坐标而非语义结构，导致扫描版需OCR、多栏排版顺序错乱、表格丢失行列关系等解析挑战68% 相似待验证Mathpix、Marker专注于学术PDF高精度转换，Jina Reader、Firecrawl侧重网页内容Markdown化66% 相似待验证内容全面度与易读性存在权衡：覆盖300+检查项目的'大而全'工具书往往术语密集、缺乏配图，适合有医学基础者；面向大众的书应控制在核心100项左右并配流程图和指标解读表65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/476284API
curl https://kongchang.com/api/v1/knowledge/claims/476284MCP
get_claim(id=476284)