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
锋行天下12 分钟前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩18 分钟前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY37 分钟前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm
Flynn Liang1 小时前
大模型成本优化:基于 Redis 的可验证语义缓存架构
人工智能·redis·缓存·架构·ai agent·智能体
锋行天下1 小时前
langgraph全栈项目(一)
前端·人工智能·后端
程序员cxuan1 小时前
不得了,Google 造反了,Opus 5.5 又被干了
人工智能·后端·程序员
数字新视界2 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
郝学胜-神的一滴2 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
Frag0ut3 小时前
Chrome 2026浏览器AI助手全攻略:智能问答与内容创作实战进阶指南
人工智能·chrome·ai助手·本地大模型·浏览器ai·网页智能总结·侧边栏ai