PDF a Markdown

Askunci utilitza Bé Models 567 Sense marca d' aigua No cal signar-up
Model:
+ GPT-5, Claude, Gemini
Llançar un fitxer PDF l' AIA el converteix en una marca neta GitHub-flavod amb capçaleres, paràgrafs, llistes, taules i blocs de codi conservades. Powered by IBM Granite-ocling-ocling-258M (Aphetat 2.0) més ràpid que l' extracció de text pla.

Deixeu aquí un PDF o cliqueu per pujar

PDF fins a 50 MB. ~200 fitxes per pàgina.

- -
S' està extraient la marca de disposició... ~5- 10 s/ page
Opcions avançades
Resultat
Els Torken s'han quedat sense sortida. Obtén més Torken
Vols millors resultats? Models Premium (GPT-5, Claude, Gemini TERM_ 7__) ofereix una qualitat més alta. Visualitza Plans

❤️ Love Free.ai? Tell your friends!

Signen per obtenir un enllaç de referència i guanyen 25.000 fitxes per amic.

Vols més? Signa lliure: 30.000 fitxes/ dia
Signa lliure

S' està processant la vostra petició...

Converteix qualsevol PDF en una marca neta de GtHub-flavorada amb capçaleres, taules, llistes i blocs de codi conservades. Powered by IBM Granite- Docling. Free, sense límit, sense signar.

Com usar- lo PDF a Markdown

1
Introduïu l' entrada

Escriu text, puja un fitxer o descriu el que vulguis. No cal compte.

2
Generació de clic

El nostre processos IA en segons que s' usen els millors models de codi obert.

3
Descarrega i comparteix

Baixeu, copieu o compartiu el vostre resultat. Lliure per a ús personal i comercial.

Usa aquesta eina mitjançant l' API

Automatitza aquesta eina del vostre propi codi. Els costos OpenAI- compatible amb el punt d' acabament, l' autenticació Beer- token, sense necessitat extra de SDK. Perken coincideixen amb la interfície web.

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 PDF a Markdown tool on: ..."}]}'

PDF a Markdown - FAQ

Llençar- te en qualsevol PDF i l' AI converteix en un dispositiu de text net GitHub-flavod Markdown - capçalera queda capçalera, taules, llistes de blocs, blocs de codi romandran més enllà de l' extracció de text pla. La jerarquia estructura estructural del document es preserva per a que pugueu deixar anar la sortida directament en un lloc de documents, una canonada ARLM o un índex de cerca.

IBM Grante- Docling-258M (Apche 2.0). Petit model de visió a cara a veu fina per a la conversió de documents compatible amb la disposició gett pdftotext + molt més ràpid que executar un model de visió genèrica en cada pàgina.

pdftotext és un abocador pla els paràgrafs i taules col· lapses en una paret de paraules. Adobe Exporta a Words conservar la disposició però produeix els costos + ~15$ /mo. El doctor preserva l' estructura SEMATIC (el nivell, llista com llistes, taules com Markdown taules) i surt d' un format LLM i les eines de dev poden consumir de manera nativa.

Llama Parse i no estructurat tenen cap corbata lliure però pàgines cap o mesos i requereixen una clau API. El Docling258M s' executa localment a la nostra GPU + està completament auto- màquina Apache 2.0, sense mesurador de pàgines, cap signe de claus. La qualitat és competitiva amb Llama Parse en documents estàndard.

Sí, les taules d' keque tornen com a correctes Markdown-tables. El complex multi- column / imbrics estan aplanades de manera més agressiva (una limitació fonamental Markdown, no la culpa del model). Per a una fidelitat perfecta, també permetem el format de la taula=html) a través de l' API que preserva files/ spanpans.

Granite- Docsing fa el pas ROC en si mateix s' treballa en PDF i escaneja per igual. Escanegeu a sota DPI (<150) perd alguna precisió de text; reescanegeu a 200+ PPP per a millors resultats.

La majoria d' equacions LaTeX-derendades passen com a sycoca$...$ Markdown matemàtiques. Per a documents d'investigació amb càlculs pesats, també oferim l' eina d' extract de paper acadèmic (Nougat) que és especialment atents a les equacions i citacions.

Uns 5-10 segons per pàgina al nostre informe d'H200. Un informe de 30 pàgines és ~3- 5 minuts. El model petit vol dir que els grups de PDF petits són essencialment lliures a la piscina diària.

200 fitxes per pàgina, amb un terra de 500 atén. Un contracte de 5 pàgines = 1.000 fitxes. Un informe de 30 pàgines = 6.000 fitxes. El 30K diari del poble cobreix un ús més típic.

PDF ň nascut-digital + s' ha escanejat correctament. En Max 50 MB pujada. Altres formats de document (DOCX, EPUB, HTML, etc.) estan en el mapa de carreteres; per ara pujar i fer- lo amb l' eina pdf-conversion.

Processat immediatament, es manté la sortida Markdown (24h anònim / 7d pagat per la caducitat), la font PDF s' esborra just després de l' extracció. Mai s' usa per a l' entrenament. / privy / per a la política completa.

Sí Irene PAN POST d' un multipart fitxer myv1/document/pdf- a_down /. Retorna {markdown_url, pàgines de vista prèvia, fitxes de vista prèvia, share_url}. L' autenticació Bear (k- free-...) dóna 10 fitxes lliures/ mesos. / api/ te l' exemple de rulls.

Signa lliure: 30.000 fitxes/ dia

Crea compte lliure

No es requereix targeta de crèdit

Com valoraries aquesta eina?

Like this tool? Share it!