比較表同一件事，這幾個工具差在哪。工具名稱點下去，跳到下面的完整介紹。
文件要抓字，三種路線怎麼挑
都能把 PDF 變成文字，但適用的文件類型與授權條件不同。
| PaddleOCR | Surya | Docling | |
|---|---|---|---|
| 定位 | 純 OCR，中文強 | OCR＋版面＋表格＋閱讀順序 | 文件轉結構化（給 AI 讀的前處理） |
| 授權 | Apache-2.0 | ⚠程式 Apache-2.0，模型權重營收/募資 500 萬美元以下才免費 | MIT |
| 適合 | 大量掃描件、發票表單 | 版面複雜的報告與論文 | 要餵給 RAG／LLM 的文件管線 |
| 門檻 | Lv.4 | Lv.4 | Lv.3 |
怎麼選公司營收超過門檻又要用 Surya，記得走商業授權；只是要把字抓出來，PaddleOCR 最單純；要接 AI 問答，Docling 的輸出最好用。
最常見的誤解：程式碼授權 ≠ 模型權重授權
「這個專案是 MIT／Apache 啊」——但你真正要用的是模型權重，而權重常常是另一套條款，甚至禁止商用。
| 程式碼授權 | 權重授權 | 商用能不能直接用 | |
|---|---|---|---|
| F5-TTS | MIT | ⚠CC-BY-NC（非商用） | ❌ 權重不能商用 |
| timm | Apache-2.0 | ⚠多來自 ImageNet，官方註明供非商業研究 | ❌ 要逐一確認個別權重 |
| Surya | Apache-2.0 | ⚠改寫版 AI Pubs Open Rail-M，營收／募資 500 萬美元以下才免費 | △ 看公司規模 |
| CogVideoX | Apache-2.0 | 2B 版 Apache-2.0；⚠5B 版走專屬授權 | △ 看你用哪個版本 |
| FLUX | （權重為主） | ⚠schnell 是 Apache-2.0；dev 系列非商用 | △ 只有 schnell 可直接商用 |
| Wan 2.2 | Apache-2.0 | Apache-2.0 | ✅ 可以 |
怎麼選看到「開源模型」時，養成問兩次的習慣：程式碼什麼授權？權重什麼授權？ 這兩個不一樣是常態不是例外。真的要商用又不想花時間讀條款，優先挑兩邊都是 Apache-2.0 的。
工具怎麼串一個工具做不完，要前一個交給下一個。
紙本變成能問的資料：抓字 → 整理 → 交給 AI
依據：本頁比較表「文件要抓字，三種路線怎麼挑」與各工具卡
1
先分清楚要「抓字」還是「理解」
固定版面的發票表單只要抓字，通常又準又便宜、還能離線；要摘要、比較、問答才需要後面交給 AI。手寫超過三成的，那一段先別自動化。
3
4
要摘要、問答，再交給 AI 助理
涉及客戶、個資、未公開財務的，先確認能不能上雲。
容易斷在：Surya 的模型權重只有營收或募資在 500 萬美元以下才免費，公司規模超過要走商業授權。
真實案例只放本站逐條查證過來源的案例；「殷鑑」是做壞的例子。
本站已查證的案例裡，還沒有對到這個情境的。
全部 6 個工具每張都是完整介紹：適合誰、費用、能不能商用、資料去哪裡、能接什麼、限制、稜線用在哪。
PaddleOCR
專業工具需要工程支援開源文字辨識工具包，把圖片、掃描檔、PDF 上的文字轉成可編輯文字，也能解析表格與版面。
適合
- 大量掃描件、發票表單要建檔
- 中文辨識需求
- 資料不能離開公司、必須離線
不適合
- 潦草手寫
- 需要理解文件語意而不只是抓字
- 沒有工程人力的團隊
- 費用
- 開源免費，成本在自己的機器與維護人力。
- 能不能商用
- 可商用
Apache-2.0 授權，商用不需付費、不強制開源自己的程式碼。 - 資料去哪裡
- 自行部署，資料不離開你的環境。
- 授權
- Apache-2.0
- 跑在哪裡
- 自己架、裝在公司內部、邊緣裝置（產線、攝影機旁）
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 需要工程人力安裝與維護
- 手寫辨識仍不穩
- 版面極複雜的文件要另外調參
Surya
專業工具需要工程支援文件 OCR 模型，除了認字還做版面分析、閱讀順序與表格結構，官方說明支援 90 種以上語言。
適合
- 版面複雜的報告、論文、公文
- 需要表格結構與閱讀順序的場合
- 要把 PDF 轉成結構化資料
不適合
- ⚠營收或募資超過門檻卻沒買商業授權的公司
- 只要抓幾行字的簡單需求
- 沒有 GPU 的環境
- 費用
- 程式與模型可免費取得，但商用有營收門檻限制（見下）。
- 能不能商用
- ⚠有營收門檻
官方說明：程式碼採 Apache-2.0，但模型權重採改寫過的 AI Pubs Open Rail-M 授權——「free for research, personal use, and startups under $5M funding/revenue」。超過該門檻的公司要另外洽商業授權。 - 資料去哪裡
- 自行部署，文件不離開你的環境。
- 授權
- 程式 Apache-2.0／模型權重 modified AI Pubs Open Rail-M
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- ⚠程式與模型權重授權不同，商用前要看營收門檻
- 需要 GPU 才跑得順
- 需要工程人力
Docling
專業工具需要 API／自動化把各種文件轉成結構化格式的開源工具，專門用來當 AI 讀文件前的前處理。IBM Research 起始，現由 LF AI & Data 基金會託管。
適合
- 要餵給 RAG／LLM 的文件處理管線
- PDF 版面、表格、公式的解析
- 多種格式混雜的檔案庫
不適合
- 只要抓幾行字的簡單需求
- 沒有工程人力的團隊
- 費用
- 開源免費。
- 能不能商用
- 可商用
MIT 授權，最寬鬆的一類，商用不需付費也不強制開源。 - 資料去哪裡
- 自行部署，文件不離開你的環境。
- 授權
- MIT
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：尚未查證MCP：尚未查證Webhook：尚未查證
- 限制
- 它做的是前處理，不會替你回答問題
- 複雜版面的解析結果仍需抽查
- 需要工程人力整合進管線
MinerU
專業工具需要 API／自動化把 PDF、圖片、Office 檔轉成 Markdown 與 JSON 的文件解析引擎，公式轉 LaTeX、表格轉 HTML，官方說明支援 109 種語言 OCR。
適合
- 中文論文、報告的結構化轉換
- 含公式與表格的技術文件
- 要餵給 AI 的文件前處理
不適合
- 只要抓幾行字的簡單需求
- 沒有工程人力的團隊（雖有桌面版）
- 費用
- 開源免費。
- 能不能商用
- 可商用（自訂授權）
官方說明採「MinerU 開源授權」——一份基於 Apache 2.0 的自訂授權；官方並說明是從 AGPLv3 改過來的，目的是降低商業與社群採用的阻力。實際條款仍建議自行讀過。 - 資料去哪裡
- 本機執行，文件不外傳。
- 授權
- MinerU Open Source License（基於 Apache 2.0）
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：有MCP：尚未查證Webhook：尚未查證
- 限制
- 自訂授權雖寬鬆但非標準 Apache-2.0，商用前建議讀過條款
- 複雜版面仍會有解析誤差
- GPU 才跑得快
Unstructured
專業工具需要工程支援把 60 種以上格式的文件轉成結構化資料的開源函式庫，常用在 RAG 的前處理。
適合
- 各種格式混雜的檔案庫要統一處理
- RAG 的文件前處理管線
- 含掃描件需要 OCR 的批次作業
不適合
- 只有幾份 PDF 的簡單需求
- 不寫程式的團隊
- 費用
- 開源函式庫免費；官方另有企業平台與 SaaS API。
- 能不能商用
- 可商用
開源函式庫採 Apache-2.0；分塊、嵌入、圖表強化等進階功能屬企業版。 - 資料去哪裡
- 開源版自行部署，文件不外傳；使用其 SaaS API 則另當別論。
- 授權
- Apache-2.0
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：有MCP：尚未查證Webhook：尚未查證
- 限制
- 複雜版面的解析結果仍要抽查
- 開源版與企業版功能界線要先確認
- 大量處理時的效能要自己調
Paperless-ngx（自架文件管理）
專業工具需要工程支援把掃描文件做 OCR、加標籤、全文搜尋的社群開源文件管理系統（GPL-3.0），要自己架伺服器；官方明講資料以明文儲存、沒有加密。
適合
- 有人能維護伺服器的單位，想把發票、公文、掃描件做成可搜尋的檔案庫
- 文件不想交給雲端服務，要放在自己內網的機器上
不適合
- 沒有人維護伺服器、備份的團隊
- 直接把伺服器開到網際網路上，又沒有做加密與權限控管
- 以為開了 AI 功能資料一定留在本地（選 OpenAI 相容的雲端 API 就不是）
- 費用
- 社群開源專案（GPL-3.0），README 與說明文件沒有列付費方案。GitHub 最新正式版 v3.3.4 發布於 2026-10-22，主庫 2026-10-25 仍有推送。官方說明網站 docs.paperless-ngx.com 對自動抓取回 403，本卡的文件內容改讀同一專案 GitHub 倉庫中的說明文件原始檔。
- 能不能商用
- 可商用：GPL-3.0；修改後的程式若散布給別人，要依 GPL-3.0 提供原始碼
GitHub LICENSE 為「GNU GENERAL PUBLIC LICENSE Version 3, 29 June 2007」（GitHub 自動偵測同為 GPL-3.0）。本站對 GPL-3.0 的一般整理（非法律意見）：公司內部自己架設使用、不把程式散布出去，不會觸發公開原始碼的義務；把修改版散布給客戶或他人時，要以 GPL-3.0 提供原始碼。2026-10-25 讀 GitHub LICENSE。 - 資料去哪裡
- README 重要提醒原文：「Paperless-ngx should never be run on an untrusted host because information is stored in clear text without encryption.」官方不保證安全、風險自負，並寫「The safest way to run Paperless-ngx is on a local server in your own home with backups in place」。說明文件首頁：「Your data is stored locally on your server and is never transmitted or shared in any way, unless you explicitly choose to do so.」；文件以一般檔案存放在磁碟上。AI 功能是選擇加入、預設關閉；RAG 的嵌入後端可選 openai-like、huggingface 或 ollama。官方示範站提醒不要上傳機密資訊。遙測：說明文件沒有提到遙測設定，是否有遙測：官方資料不足，目前無法確認。
- 授權
- —
- 跑在哪裡
- 自己架、裝在公司內部
- 能接什麼
- API：有（設定文件提到 API token 驗證端點 /api/token/ 與 REMOTE_USER_API 設定）MCP：尚未查證Webhook：有（設定文件 Workflow webhooks：工作流程可發 webhook，可限制允許的網址協定與連接埠）
- 限制
- ⚠官方寫資料以明文儲存、沒有加密，絕不要跑在不信任的主機上；放到雲端主機或對外開放前要自己做好加密與存取控制
- 需要 Docker 與基本伺服器維護能力，沒有 IT 支援的小單位門檻高
- 開 AI 功能並選 OpenAI 相容的雲端 API、或開遠端 OCR（Azure AI）時，文件內容會送到雲端供應商
- 官方說明網站對自動化工具擋 403，查設定要到 GitHub 看原始文件
卡片上的查證日期是我們最後一次讀官方頁面的時間；條款會改，正式使用前請再看一次官方頁。