本地优先的多格式文档转换工具
Trans2Former 是一个专业级的桌面文档转换工具，支持 12 种输入格式和 11 种输出格式的相互转换。所有转换在本地完成，零上传，保护您的数据隐私。
- 🔒 本地优先 - 所有转换在本地完成，不上传任何数据
- 🚀 高性能 - 基于 Web Worker 的并行处理
- 📦 零依赖 - 不需要安装 Office、LibreOffice 或 Pandoc
- 🎨 实时预览 - 转换前后实时预览文档
- 🔤 本地 OCR - 图片 / 扫描 PDF 用内置 PP-OCRv5（ONNX Runtime + WebGPU）本地识别，含方向校正、倾斜纠偏、自适应去噪、版面结构（标题/段落）与质量评分
- 🧮 LaTeX 渲染 - 预览中用本地 KaTeX 排版
$...$/$$...$$数学公式 - ✅ 转换后检验 - 规则 diff + SSIM 视觉对比 + OCR 回读三层组合统一写入 QualityReport，工作台可视
- 🌍 多语言 - 支持中英文、RTL 文本等
- ⚡ 无大小限制 - 不设置人为文件大小上限
- 文档: Markdown, HTML, TXT, DOCX, PDF, EPUB
- 数据: JSON, CSV, XML, XLSX
- 演示: PPTX
- 图片: PNG
- 文档: Markdown, HTML, TXT, DOCX, PDF, EPUB
- 数据: JSON, CSV, XML, XLSX
- 演示: PPTX
- Markdown ↔ HTML
- DOCX → Markdown
- PDF → Markdown
- XLSX ↔ CSV
- HTML → PDF
npm installnpm start然后在浏览器中打开：
http://localhost:3000
npm testnpm run release:prepareTrans2Former/
├── public/ # 前端界面
│ ├── app.js # 主应用逻辑
│ ├── core/ # 核心模块
│ │ ├── models/ # 数据模型
│ │ ├── format-registry.js # 格式注册表
│ │ └── workbench-state.js # 工作台状态
│ ├── formats/ # 格式处理器
│ │ ├── markdown.js # Markdown 处理
│ │ ├── html.js # HTML 处理
│ │ ├── docx.js # DOCX 处理
│ │ ├── pdf.js # PDF 处理
│ │ └── ... # 其他格式
│ └── workers/ # Web Workers
├── samples/ # 样例文件（50+）
├── tests/ # 测试套件
├── docs/ # 完整文档
├── src-tauri/ # Tauri 桌面壳
└── scripts/ # 构建脚本
- 上传文件 - 拖拽或点击上传按钮
- 选择格式 - 选择目标输出格式
- 预览 - 查看转换前后的预览
- 转换 - 点击转换按钮
- 下载 - 下载转换结果
- 批量转换 - 同时转换多个文件
- 编辑输出 - 直接编辑转换后的文本
- 版本历史 - 查看和恢复历史版本
- 转换检验报告 - 规则 diff / SSIM / OCR 回读 + OCR 识别质量评分
Trans2Former 不再提供插件安装模式，增强能力代码直接并入核心本地模块；模型资源不进入 git 仓库，由 vendor 脚本 + 本地下载重建，随应用打包：
- 本地 OCR（PP-OCRv5） - 图片 / 扫描 PDF 经 ONNX Runtime + WebGPU（WASM 回退）在本机识别；含 cls 方向校正（180°，可选模型）、任意角倾斜自动纠偏、自适应中值去噪、版面结构识别（按字号/间距归并标题+段落）、识别质量评分（grade / 置信度 / 低置信行 / 纠偏 / 去噪），全程零联网、零上传
- 轻量 OCR（Tesseract.js） - 可选的轻量 OCR 引擎，按需在安全中心导入 tessdata
- 转换后检验三层 - 规则 diff + SSIM 视觉对比 + OCR 回读统一写入 QualityReport，工作台「转换检验报告」可视
- LaTeX 数学渲染 - 本地 KaTeX，零联网
- OFD 支持 / 版面分析 / 表格恢复 - 核心内置，持续攻坚
- 高级 OCR（远期） - PaddleOCR-VL / MinerU 等 VLM 受浏览器/Tauri 本地运行时限制，作为远期/外部资源评估（详见 docs）
运行高级 OCR：
npm install onnxruntime-web && npm run vendor:onnx。PP-OCRv5 mobile 检测/识别模型与字典由npm run vendor:paddle从钉定来源下载、SHA-256 校验（见 scripts/paddleocr-models.manifest.json）并随release:prepare打包，启动自动载入、开箱即用；方向分类（cls）为可选，可在安全中心导入/替换。详见 docs/PP_OCRV5_BROWSER_VERIFICATION.md。
这些能力不通过插件包分发；实现继续保持本地执行、无上传、可解释降级和资源预算约束。
Trans2Former 严格遵守本地优先原则：
- ✅ 所有转换在本地完成
- ✅ 不上传文件、文件名或内容
- ✅ 不上传转换结果或错误日志
- ✅ 文档处理阶段禁止联网
- ✅ 不接入第三方 API 或分析 SDK
项目包含完整的测试套件：
npm test测试覆盖（28 个脚本全量通过）：
- ✅ 核心转换 / 快照 / 格式能力审计
- ✅ 转换检验三层（规则 diff / SSIM / OCR 回读）
- ✅ OCR 管线（预处理 / DB 后处理 / CTC 解码 / 方向 / 倾斜 / 去噪 / 结构）+ 真实模型集成（onnxruntime-node，缺依赖优雅跳过）
- ✅ LaTeX 数学 tokenization
- ✅ 安全 / 资源预算 / 方向门禁 / 发布就绪
复杂/大体积样例语料：
npm run samples:generate程序化产出覆盖全格式、大小不一（large ≥ 3MB）的测试样例到samples/generated/（gitignore）。
查看 docs/README.md 获取完整文档列表。
- 前端: HTML, CSS, JavaScript
- 桌面: Tauri v2
- 转换: TypeScript + Web Workers
- 格式: 自研解析器 + 标准库
- SemanticDoc - 语义文档模型
- WorkbookModel - 工作簿模型
- SlideModel - 幻灯片模型
- FixedLayoutModel - 固定布局模型
- AssetGraph - 资源图模型
输入文件 → Reader → DocumentModel → Mapper → Writer → 输出文件
- 复杂样式 - 部分复杂样式可能无法完全保留
- 图表动画 - PPTX 动画和图表需要后续核心增强
- OCR 难例 - 强斜体 / 复杂艺术字识别仍受限（常规、倾斜、倒置、带噪文档已支持）；真实 ONNX 推理在浏览器 / Tauri（WebGPU/WASM）执行
- ZIP64 - 暂不支持超大 ZIP 文件
这些限制将在后续版本中通过核心本地模块逐步解决。
- P0-P8 核心功能 + 12 种输入 / 11 种输出格式
- 转换后检验三层（规则 diff + SSIM + OCR 回读）+ 工作台可视
- 本地 OCR（PP-OCRv5：识别 + 方向校正 + 倾斜纠偏 + 去噪 + 版面结构 + 质量评分）
- LaTeX 数学渲染（KaTeX）
- Windows 桌面发布（MSI / NSIS）
- 跨平台安装包（macOS / Linux）+ 签名公证
- OCR 表格结构识别 → Markdown 表格
- 强斜体 / 艺术字识别增强
- 高级 OCR（PaddleOCR-VL / MinerU）本地运行时评估
- 更多格式支持
欢迎贡献代码、报告问题或提出建议！
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
详见 CONTRIBUTING.md。
本项目采用 MIT 许可证 - 详见 LICENSE 文件。
如有问题或建议，欢迎：
- 提交 Issue
- 参与 Discussions
- 访问我们的社区
Made with ❤️ by Trans2Former Team