转化为MarkDown

markitdown

markitdown简介
  • 将文件和办公文档,如pdf,doc等转换为Markdown的Python工具
  • 项目仓库:https://github.com/microsoft/markitdown
  • 支持将如下格式文件或文档转为markdown
    • PDF
    • PowerPoint
    • Word
    • Excel
    • Images (EXIF metadata and OCR)
    • Audio (EXIF metadata and speech transcription)
    • HTML
    • Text-based formats (CSV, JSON, XML)
    • ZIP files (iterates over contents)
markitdown相关文章

Docling

Docling简介
  • IBM开源文档解析理解工具
  • 项目仓库:https://github.com/DS4SD/docling
  • Docling是一个用于文档解析和格式转换的工具,支持多种文档格式(如PDF、DOCX、PPTX等),能够快速将文档导出为Markdown和JSON格式
Docling特征
  • 🗂️能读取流行的文档格式(PDF,DOCX,PPTX,XLSX,图像,HTML,AsciiDoc和Markdown)并导出为HTML,Markdown和JSON(嵌入和引用图像)
  • 📑高级PDF文档理解,包括页面布局,阅读顺序和表格结构
  • 🧩统一的、富有表现力的表现格式
  • 🤖轻松集成LlamaIndex和LangChain,实现强大的RAG / QA应用程序
  • 🔍支持扫描PDF的OCR
  • 💻简单方便的命令行
Docling相关文章

marker-api

  • 一个简单易部署的 API,用于将 PDF 文件快速、高准确度地转换成 Markdown 格式
  • 项目仓库:https://github.com/adithya-s-k/marker-api
  • 支持同时转换多个 PDF 文件。
  • 支持多种文档类型,包括书籍和科学论文。
  • 支持所有语言。
  • 移除页眉、页脚和其他非文本元素。
  • 格式化表格和代码块。- 提取并保存Markdown中的图片。
  • 将大多数方程式转换成LaTeX格式
  • 精准!Marker API:PDF 转 Markdown

Marker

  • 基于深度学习模型的将 PDF 转换成 Markdown 格式的工具
  • 项目仓库:https://github.com/VikParuchuri/marker
  • 广泛文档支持(特别适合书籍和科学论文)
  • 全语言支持
  • 移除页眉、页脚及其它冗余元素
  • 格式化表格与代码块
  • 提取并随 Markdown 保存图像
  • 大多数公式转换为 LaTeX
  • 支持 GPU、CPU 或 MPS 运行
  • 高效PDF转markdown,AI实用工具

原文链接:https://i68.ltd/notes/posts/241205-doc2md/

相关推荐
白-胖-子4 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手5 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道6 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.07 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12017 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师7 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen7 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域7 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木7 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能
凪卄12138 小时前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm