TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

ImageToolbox 是 Android 上的開源圖片工具箱,去背、文字辨識與濾鏡都在手機離線執行。FOSS 版與 Google Play 版的引擎和遙測差異、聯絡人權限對應的功能、131 個 AI 模型的來源,以及 F-Droid、GitHub 與 Obtainium 三條安裝路線的選擇,這篇一次整理。

Zerox OCR 用視覺模型把 PDF 與 Office 文件轉成 Markdown,MIT 開源、模型自選、支援結構化欄位抽取。實測本機拆頁管線完整可用,但母公司已轉型金融 AI、主分支停更逾一年,採用前需要鎖版本、fork 自養並避開外部網址輸入。

PixPin 是一款免費截圖貼圖工具,Windows 與 macOS 都有,截圖、貼圖、長截圖、文字辨識與螢幕錄製收在同一套軟體裡,免費版無廣告也免註冊。文字辨識在本機模型上跑、截圖內容預設不上傳;翻譯與表格辨識等會員功能經雲端處理,終身買斷 198 元人民幣,付款只收支付寶與微信支付。

RapidOCR 是把 PaddleOCR 模型轉成通用格式的開源離線 OCR,本篇在 Mac 實際安裝 3.9.2 對照測試:預設模型能把總統府截圖的繁體中文逐行讀對,照舊教學切換繁中專用模型反而出現「合灣」這類錯字;離線、零遙測與模型下載來源一併交代。

InvoiceFlowAI 是開源的報帳整理工具,把 QQ 與 163 信箱裡的中國電子發票自動下載、辨識、歸檔,產出 Excel 報帳彙總表。信箱支援範圍、資料外送邊界與 AI 費用,這篇逐一拆開。

Firecrawl 開源的 pdf-inspector 用 Rust 在本地判斷 PDF 是原生文字還是掃描檔,再決定哪些頁面送 OCR。實測 1.15.0 抓出混合檔的分流欄位會把純文字頁整份標記,九月底複查 1.25.2 已修正,中文抽取的語序問題則仍在,文內另整理基準測試解讀與文件管線接入建議。

WinLens 是免費開源的 Windows 螢幕翻譯工具,可用 OCR 辨識 PDF、圖片、軟體介面與遊戲文字,再把譯文原位覆蓋在畫面上。本文整理下載安裝、OCR 語言包、快捷鍵、隱私限制與適合族群。

Aspose Merge JPG 是免費免安裝的線上 JPG 合併工具,支援垂直、水平與網格排列,合併後可輸出 PDF、DOCX 等 29 種格式並內建 OCR 文字辨識。本文逐步示範合併流程,整理檔案上限、24 小時刪除政策與 ILoveIMG、Smallpdf 替代方案比較。

PDNob 圖片轉文字提供螢幕截圖辨識、圖片匯入與翻譯。先以試用版確認功能與額度,再核對 Windows/Mac 授權、續訂與退款條件;離線 OCR 宣稱不代表所有功能都不連網。