ወደ ማርክዶን
የኮሜርስ ጥቅም
380+ ሞዴሎች
የዋሽንግተን ዲሲ
ምዝገባ የለም
ሞዴል፦
+ GPT-5, Claude, Gemini
PDFን ተው - AI ወደ ንጹህ GitHub-ፍራፍሬዎች Markdown ራስጌዎች, አንቀጾች, ዝርዝሮች, ሰንጠረዥ, እና ኮድ ክፍሎች ሁሉ የተጠበቀ ይለውጣል. IBM Granite-Docling-258M (Apache 2.0) በኩል የተሰራ. ፈጣን + ቀላል ጽሑፍ መውጣት ይልቅ smarter.
ማረፊያ-አውቃሪ ማርክዶን በማውጣት ላይ... ~5-10 ሰከንዶች/ገጽ
የቀረቡ ምርጫዎች
ውጤት
ቶኬቶች እየቀነሱ ነው
ተጨማሪ ቶኬቶች
ተጨማሪ ይፈልጋሉ?
ለ 30K ቶኮኖች / ቀን + 10K ጉርሻ ነፃ ለመመዝገብ
ነጻ
ጥያቄዎን በመቀበል ላይ...
ማንኛውንም PDF ወደ ንጹህ GitHub-ፍራፍሬድ Markdown ጋር አርእስቶች, ሰንጠረዦች, ዝርዝሮች, እና ኮድ ክፍሎች የተጠበቀ ይለውጡ. በ IBM Granite-Docling የተሰራ. ነፃ, ያለማቋረጥ, ምንም መመዝገብ የለም.
እንዴት እንደሚጠቀሙ ወደ ማርክዶን
1
የእርስዎን ፋይል አስገባ
ጽሑፉን ይጻፉ፣ ፋይልን ጫን፣ ወይም የሚፈልጉትን ነገር ግለጹ። የግል መለያ የለም
2
መተላለፊያ
የሰው ሰራሽ ብልህነት (AI) መሳሪያችን በሁለት ሰከንዶች ውስጥ ጥያቄዎን በመጠቀም ምርጥ የግል ምንጭ ሞዴሎችን ይጠቀማል ፡፡
3
ያውርዱ & ይስጡ
ውጤቱን ያውርዱ፣ ቅጂ ያድርጉ ወይም ያጋሩት። ለግል እና ለቢዝነስ ጥቅም ነፃ ነው
ይህ መሣሪያን በAPI ይጠቀሙ
ይህ መሣሪያ ከራስዎ ኮድ አውቶማቲክ. OpenAI-ተስማሚ REST መጨረሻ ነጥብ, Bearer-ቶኬን auth, ምንም ተጨማሪ SDK ያስፈልጋል. Token ወጪዎች የዌብ አጠቃላይ ጋር ይመሳሰላል.
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen7b", "messages": [{"role": "user", "content": "Use the ወደ ማርክዶን tool on: ..."}]}'ነጻ AI መሣሪያዎች
ወደ ማርክዶን - FAQ
በየትኛውም PDF ውስጥ ይጣሉ እና AI ወደ ንጹህ GitHub-ፍራፍሬዎች ማርክዶን ይለውጣል - ርዕሶች ርዕሶች ይቀራሉ ፣ ሰንጠረዦች ሰንጠረዦች ይቀራሉ ፣ ዝርዝሮች ዝርዝሮች ይቀራሉ ፣ ኮድ ብልጭታዎች ኮድ ብልጭታዎች ይቀራሉ ፡፡ ከቀላል ጽሑፍ መውጣት በላይ ይሄዳል ፣ የጽሑፉ ቅርፅ hierarchy የተጠበቀ ነው ፣ ስለዚህ ውጤቱን ቀጥታ ወደ ዶክ ሱቅ ፣ ወደ LLM RAG ቧንቧ ወይም ወደ ፈልግ ሰንጠረዥ ውስጥ ሊጥሉ ይችላሉ ፡፡
IBM Granite-Docling-258M (Apache 2.0). ትናንሽ ቪዥን-ወደ-ተከታታይ ሞዴል ለ Lay-aware ሰነድ ለውጥ fine-tuned - pdftotext ይሸነፋል + በጣም ፈጣን + በእያንዳንዱ ገጽ ላይ የቀድሞው ቪዥን-ቋንቋ ሞዴል ከመስራት የበለጠ ጥበበኛ ነው.
pdftotext አንድ flat dump ነው - አንቀጾች እና ሰንጠረዥ ወደ ቃላት ግድግዳ ውስጥ ይጣላሉ. Adobe ወደ Word ማውጣት ንድፍን ይቆጣጠራል ግን.docx + ዋጋዎች ~ $ 15 / mo. Docling SEMANTIC ግንባታ (የአርዕስት ደረጃዎች, ዝርዝሮች እንደ ዝርዝሮች, ሰንጠረዦች እንደ ማርክዶን ሰንጠረዦች) እና የ LLMs ቅርጸት እና የ Dev Tools ሁለቱም በምድር ላይ ሊጠቀሙባቸው ይችላሉ.
LlamaParse እና ያልተቋቋመ ሁለቱም ነፃ ደረጃዎች አሉ ግን ገጾች / ወር እና API ቁልፍ ያስፈልጋል. Docling-258M በ GPU + ላይ በክልል ይሠራል + በሙሉ ራስ-አስተናጋጅ አፓቺ 2.0 ነው, ምንም በአንድ ገጽ መቆጣጠሪያ, ምንም ቁልፍ መመዝገብ. ጥራት በ LlamaParse ላይ በስታንዳርድ ሰነዶች ላይ ተፎካካሪ ነው.
አዎ - ሰሌዳዎች እንደ ትክክለኛ ማርክዶን ፒፕ-ሰሌዳዎች ይመለሳሉ. ቀላል የብዙ-ዐምድ / የተጣመሩ ሰሌዳዎች የበለጠ አሸናፊ በሆነ መንገድ ይቀላቀላሉ (መሰረታዊ የማርክዶን ገደብ፣ የሞዴሉ ስህተት አይደለም)። ለተሟላ ሰሌዳ ፍቅር፣ እኛም `format=html` በኩል ረድፍ-ስፋት / ዐምድ-ስፋት የሚጠብቅ API ይደግፋል.
ግራንይት-ዶክሊንግ የኦሲአር እርምጃውን በራስ-ሰር ያደርጋል - በዲጂታል-የተወለደ እና በፒዲኤፍ ስክነድ ላይ ይሠራል. በትንሽ DPI (<150) ስክነድ የተወሰነ የጽሑፍ ትክክለኛነትን ያጣል; ለተሻለ ውጤት በ 200+ DPI ስክነድ.
ብዙ ላቴክስ-የተሰራ ውጤቶች እንደ `$...$` Markdown mathematics በመስመር ውስጥ ይመጣሉ. ለጥናት ወረቀቶች በከባድ mathematics, እኛም አካዳሚክ-ወረቀት-መቅዳት መሣሪያ (Nougat) ያቀርባል ይህም ለ ውጤቶች እና መዝገበ ቃላት የተገጠመ ነው.
ስለ 5-10 ሰከንዶች በ H200 ላይ ለእያንዳንዱ ገጽ. የ 30 ገጽ ሪፖርት ~ 3-5 ደቂቃዎች ነው. ትናንሽ ሞዴል ማለት የትንሽ PDFs ቡድኖች በዕለት ተዕለት መታጠቢያ ውስጥ ነፃ ናቸው ማለት ነው.
200 ቶኬን በእያንዳንዱ ገጽ, 500-ቶኬን አዳራሽ ጋር. 5-ገጽ ስምምነት = 1,000 ቶኬን. 30-ገጽ ሪፖርት = 6,000 ቶኬን. 30K ቀን ነፃ ፎልድ አብዛኛውን የተለመደው ጥቅም ይሸፍናል.
PDF - የተወለደ-ዲጂታል + ስክነድ ሁለቱም የተደገፈ. Max 50 MB መላክ. ሌሎች ሰነድ ቅርጸቶች (DOCX, EPUB, HTML, ወዘተ) በሮድማፕ ላይ ናቸው; አሁን መላክ-እና-ለመጀመሪያው የ pdf-ማስተካከያ መሳሪያ ጋር ማስተካከል.
በፍጥነት ተሠራ, የ Markdown ውጤት ይቆያል (24h ያልታወቀ / 7d የተከፈለ መውሰድ-አገናኝ ጊዜው የሞላ), የ ምንጭ PDF በኋላ ቀጥታ ይታጠፋል. ለ ስልጠና መጨረሻ ላይ አይጠቀሙም. /privacy/ ለሙሉ ፖሊሲ.
አዎ - POST አንድ multipart `ፋይል` ወደ /v1/document/pdf-to-markdown/. ይመለሳል {markdown_url, ገጾች, ቅድመ-ዝግጅት, ቶኮኖች, share_url}. Bearer auth (sk-free-...) 10K ነፃ ቶኮኖች / ወር ይሰጣል. /api/ curl ምሳሌ አለው.
ይህንን መሳሪያ እንዴት ትመዘግባላችሁ?