TonerHound 开源：为 LLM 文档抽取结果提供确定性 PDF 坐标定位

vanrajsinh650 发布 TonerHound，为 LLM 从 PDF 中抽取的值返回精确的页面边界框坐标，或明确判定无法定位，全程无神经网络、无云端 API、可离线运行。在 ExtractBench 370 份文档评测中 Word Grounding F1 达 72.6179%，以零成本排在第4位，超过 Claude Code (Opus 5.5) 和 Codex (GPT-6 Luna)，主要增益来自匈牙利二分图匹配、日期字面量变体匹配和视觉像素统计回退三种技术。项目以 MIT 许可开源，需 Python 3.12+ 与 Tesseract OCR。