papero-pdf-text-extractor

Bibliothèque Python et API qui extrait le texte des PDF avec leur structure (ordre de lecture, tableaux, formules, figures) sur CPU uniquement, sans modèles ML. Pour les pipelines RAG, la recherche et les LLM ; les fichiers ne sont jamais stockés.

Résumé écrit par une IA à partir de la description et du README du dépôt.