F2 AI 开源 docray 文档结构化解析工具，支持 PDF/PPTX/DOCX 提取带坐标 JSON

F2 AI 在 GitHub 开源了 docray，可从 PDF、PPTX 和 DOCX/DOCM 文件提取带页面坐标的结构化确定性 JSON，含字体、层级、图片和矢量路径，提供 CLI 和同步/异步两种 API。PDF 支持 char、word、element 三种粒度，word 和 element 面向 LLM/RAG 场景，实测 token 分别减少 89.15% 和 92.85%；scanned 页面会被标记为需要 OCR，但工具本身不做 OCR。可通过 Homebrew、Docker（GHCR）或预编译二进制安装，Apache-2.0/MIT 双许可。