PDF-tik Markdown-era
Erabilera komertziala Ados
380+ modelo
Ur- markarik ez
Ez da izen-ematerik behar
Modeloa:
+ GPT-5, Claude, Gemini
PDF bat jaregitea — AIk GitHub-en zaporedun Markdown garbi bihurtzen du, izenburuak, paragrafoak, zerrendak, taulak eta kode-blokeak denak gordeta. IBM Granite-Docling-258M (Apache 2.0) motorrarekin. Testu arrunta erauzteko baino azkarragoa eta azkarragoa.
Diseinu-jakintsua den Markdown erauzten... ~5-10 seg/orrialde
Aukerak aurreratuak
Emaitza
Token gutxi.
Eskuratu token gehiago
❤️ Free.ai maite duzu?
Izen eman erreferentzia-esteka bat lortzeko eta 25.000 token laguneko irabazteko.
Gehiago nahi duzu?
Izena eman doan 30K token/egun + 10K bonus
Izena eman doan
Zure eskaera prozesatzen...
Bihurtu edozein PDF GitHub-en gustuko Markdown garbira, goiburuak, taulak, zerrendak eta kode-blokeak gordeta. IBM Granite-Docling-ek garatua. Doakoa, mugagabea, harpidetzarik gabe.
Nola erabili PDF-tik Markdown-era
1
Sartu zure sarrera
Idatzi testua, igo fitxategi bat edo deskribatu nahi duzuna. Ez da konturik behar.
2
Egin klik sortzean
Gure AI-ak zure eskaera segundotan prozesatzen du, kode irekiko eredurik onenak erabiliz.
3
Deskargatu eta partekatu
Deskargatu, kopiatu edo partekatu zure emaitza. Dohainik erabilpen pertsonal eta komertzialerako.
Erabili tresna hau API bidez
Automatizatu tresna hau zure kodetik. OpenAI-rekin bateragarria den REST amaiera-puntua, eramantzailearen tokenaren autentifikazioa, ez da SDK gehigarririk behar. Tokenen kostuak web-interfazearekin bat datoz.
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-tik Markdown-era tool on: ..."}]}'Erlazionatutako AI tresna libreak
PDF-tik Markdown-era — FAQ
Jarri edozein PDF eta AI-k Markdown garbia bihurtuko du GitHub-en zaporearekin —izenburuak izenburu izaten jarraitzen du, taulak taulak izaten jarraitzen du, zerrendak zerrenda izaten jarraitzen du, kode-blokeak kode-bloke izaten jarraitzen du. Testu arrunta erauzteko baino askoz gehiago da; dokumentuaren egitura hierarkia mantentzen da irteera zuzenean docs gune batean, LLM RAG hodi batean edo bilaketa-indize batean jartzeko.
IBM Granite-Docling-258M (Apache 2.0). Ikusmenetik sekuentziara eredu txikia, diseinua kontuan hartzen duen dokumentu bihurketarako doitua - pdftotext baino azkarragoa + orri bakoitzean ikusmen-hizkuntza eredu generiko bat exekutatzea baino azkarragoa + azkarragoa.
pdftotext hondamendi laua da — paragrafoak eta taulak hitz-horma batean kolapsatu egiten dira. Adobe Export to Word-ek diseinua mantentzen du, baina.docx sortzen du + hilean ~$15 kostatzen da. Docling-ek egitura SEMANTIKOA mantentzen du (goiburu-mailak, zerrendak zerrenda gisa, taulak Markdown taula gisa) eta LLMek eta garapen-tresnek natiboki kontsumitu dezaketen formatu bat ateratzen du.
LlamaParse eta egituragabeak maila libreak dituzte, baina orrialdeak hilean mugatuta daude eta API gakoa behar dute. Docling-258M lokalki gure GPUan exekutatzen da + Apache 2.0 guztiz auto-ostatua da, orrialde bakoitzeko neurketarik ez, gakoen erregistrorik ez. Kalitatea LlamaParse-rekin lehiakorra da dokumentu estandarretan.
Bai — taulak Markdown-eko pipe-taula egoki gisa itzultzen dira. Zutabe anitzeko / habiatutako taulak are gehiago lautzen dira (Markdown-en oinarrizko muga bat, ez ereduaren errua). Taulen fideltasun perfektua lortzeko, `format=html` ere onartzen dugu, errenkada-eskala/kolore-eskala mantentzen duen APIaren bidez.
Granite-Docling-ek berak egiten du OCR urrats hori — digitalki sortutako eta eskaneatutako PDFetan berdin funtzionatzen du. DPI txikiagoan eskaneatzean (150 DPI baino gutxiago) testuaren zehaztasuna galdu egiten da; berreskaneatu 200 DPI+rekin emaitza onenak lortzeko.
LaTeX-ek errendatutako ekuazio gehienak lerro barruko '$...$' Markdown matematika gisa agertzen dira. Matematika astunak dituzten ikerketa-artikuluetarako, ekuazio eta aipuetarako bereziki egokitutako academic-paper-extract tresna (Nougat) ere eskaintzen dugu.
5-10 segundo inguru orri bakoitzeko gure H200-n. 30 orrialdeko txosten batek ~3-5 minutu irauten ditu. Modelo txikiak PDF txikien loteak eguneroko biltegian doan daudela esan nahi du.
200 token orri bakoitzeko, 500 token-eko beheko mugarekin. 5 orrialdeko kontratu bat = 1.000 token. 30 orrialdeko txosten bat = 6.000 token. Egunero 5K doako biltegiak erabilera ohikoenak estaltzen ditu.
PDF — digitalki sortutakoa + eskaneatua, biak onartzen dira. Gehienezko karga 50 MB. Beste dokumentu-formatu batzuk (DOCX, EPUB, HTML, etab.) bide-orrian daude; orain, kargatu eta bihurtu pdf-konbertsio-tresnarekin lehenik.
Berehala prozesatuta, Markdown irteera gordetzen da (24 ordu anonimoa / 7 egun ordaindutako partekatze-estekaren iraungipena), iturburuko PDFa erauzi ondoren ezabatzen da. Inoiz ez da entrenamendurako erabiltzen. /privacy/ politika osoa ikusteko.
Bai — POST zati anitzeko `fitxategi bat` /v1/document/pdf-to-markdown/-ra. {markdown_url, pages, preview, tokens, share_url} itzultzen du. Bearer autentifikazioa (sk-free-…) 10K token doakoak ematen ditu hilean. /api/-k curl adibidea du.
Nola baloratuko zenuke tresna hau?