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
云卓SKYDROID6 分钟前
无人机载重模块技术要点分析
人工智能·无人机·科普·高科技·云卓科技
云卓SKYDROID8 分钟前
无人机RTK技术要点与难点分析
人工智能·无人机·科普·高科技·云卓科技
麻雀无能为力1 小时前
CAU数据挖掘 支持向量机
人工智能·支持向量机·数据挖掘·中国农业大学计算机
智能汽车人1 小时前
Robot---能打羽毛球的机器人
人工智能·机器人·强化学习
埃菲尔铁塔_CV算法1 小时前
基于 TOF 图像高频信息恢复 RGB 图像的原理、应用与实现
人工智能·深度学习·数码相机·算法·目标检测·计算机视觉
ζั͡山 ั͡有扶苏 ั͡✾1 小时前
AI辅助编程工具对比分析:Cursor、Copilot及其他主流选择
人工智能·copilot·cursor
东临碣石821 小时前
【AI论文】数学推理能否提升大型语言模型(LLM)的通用能力?——探究大型语言模型推理能力的可迁移性
人工智能·语言模型·自然语言处理
未来智慧谷2 小时前
微软医疗AI诊断系统发布 多智能体协作实现疑难病例分析
人工智能·microsoft·医疗ai
野生技术架构师2 小时前
简述MCP的原理-AI时代的USB接口
人工智能·microsoft
Allen_LVyingbo2 小时前
Python常用医疗AI库以及案例解析(2025年版、上)
开发语言·人工智能·python·学习·健康医疗