brief

Document-OCR toolkit: convert PDFs to layout-true text.

Two rendering paths, same output:

pdfminer — fast, perfect, for digital PDFs with embedded text:

.venv/bin/pdf2txt.py -t xml file.pdf | ./xml2txt

Tesseract — for scanned/image-based PDFs:

./pdf2txt file.pdf

Install

git clone <repo>
cd brief
uv sync

System dependencies for the Tesseract path: pdftocairo, tesseract (with deu), parallel.

Commands

OCR:

Tool	Input	Output	Use case
xml2txt	pdfminer XML (stdin/file)	layout-true text	Digital PDFs, instant
pdf2txt	PDF file	layout-true text	Scanned PDFs via OCR
pdf2tsv.sh	PDF file	Tesseract TSV cache	Bulk OCR, reuse results

Briefversand:

Tool
lxp send file.pdf	Brief via LetterXpress versenden
lxp balance	Guthaben abrufen
lxp jobs	Aufträge auflisten
lxp status <id>	Status eines Auftrags
lxp cancel <id>	Auftrag stornieren
lxp price --pages 2	Preis berechnen

Auth aus .env (LETTERXPRESS_USERNAME, LETTERXPRESS_MODE) und .secret.lxp (API-Key).

Skills

OpenCode skills in skills/:

• dokument-ocr — Full OCR pipeline documentation
• brief-scannen — Brother ADF scanner instructions

License

MIT