datalab-to/indra 是一个 OCR 引擎，把 PDF 和图像在 CPU 上转换为 Markdown、纯文本，或带框坐标的 JSON。仓库说明称，模型规模约为 100 万参数，最新版本是 v1.1.2。提供的信息中没有这次发布的变更记录。项目用 Python 编写，以 Apache-2.0 许可证开源。
它先在文档中找到文本行并确定阅读顺序，再输出识别结果。CTC 的做法是识别字符串，而不是为每个字符指定位置。仓库表示在 CPU 上每秒可处理 49 页，速度是 Tesseract 的 15 倍，精度接近参数量超过 10 亿的模型。这一比较依据的是仓库自身的基准测试。除 PDF 和图像之外，它还说明可处理手写内容、80 多种语言、旋转或倾斜的扫描件、文档版面，以及数字 PDF 的文本层。它还提供命令行工具和本地网页查看器，可在查看器中检查行、块和阅读顺序。这些功能可以用于把文档转换为多种格式的处理流程。
性能对比不是独立验证的结果，而是项目方自己的测量。仓库把手写处理和韩文行被读成汉字的情况列为失败点。它解释说，最先进的模型位于商业平台之内，无法通过代码核实。因此给出的数值只能当作参考资料，真实文档上的识别结果仍需另行确认。