PDF سے Markdown
تجارتی استعمال ٹھیک ہے
ماڈل
کوئی واٹرمارک نہیں
کوئی سائن اپ کی ضرورت نہیں
ماڈل:
+ GPT-5, Claude, Gemini
PDF کو ڈالیں - AI اس کو صاف GitHub-flavored Markdown میں تبدیل کرتا ہے جس میں سر عناوين، فقرات، فهرستیں، ٹیبل اور کوڈ بلاک محفوظ رہتے ہیں. IBM Granite-Docling-258M (Apache 2.0) سے طاقتور. plain text extraction سے تیز + ہوشیار.
لیٹیج-اےڈر مارک ڈاون نکالی جارہی ہے... ~5-10 سیکنڈ/پچھلی
اعلیٰ اختیارات
نتيجہ
ٹوکن کم چل رہا ہے.
مزید ٹوکن حاصل کریں
❤️ Free.ai سے محبت؟ اپنے دوستوں کو بتاؤ۔
مشارکت کريں ایک حوالہ لینک حاصل کريں اور ہر دوست کے ليے 30 ٹوکن حاصل کريں
زیادہ چاہتے ہیں؟
30K ٹوکن / دن + 10K بونس کے لئے مفت میں رجسٹر
مفت میں رجسٹر کریں
آپ کی درخواست پر عمل کررہا ہے...
کسی بھی PDF کو صاف GitHub-flavored Markdown میں تبدیل کریں جس میں ہیڈرز، ٹیبل، فہرست اور کوڈ بلاک محفوظ ہیں. IBM Granite-Docling سے طاقتور. مفت، لامحدود، کوئی سائن اپ نہیں.
استعمال کيونکر کريں PDF سے Markdown
1
آپ کا انٹاپ داخل کریں
متن ٹائپ کریں، فائل اپ لوڈ کریں، یا جو کچھ آپ چاہتے ہیں اس کی وضاحت کریں۔ کوئی اکاؤنٹ ضروری نہیں ہے۔
2
جنائز کريں
ہماری AI بہترین کھلے-اصل ماڈل کے استعمال سے سیکنڈ میں آپ کی درخواست کو پروسیسنگ کرتا ہے۔
3
ڈاؤن لوڈ اور تقسیم کریں
آپ کا نتيجہ ڈائون لوڈ، کاپي، يا شیئر کريں. ذاتي اور تجارتي استعمال کے ليے مفت
API کے ذریعے اس ٹول کا استعمال کریں
آپ کے اپنے کوڈ سے اس ٹول کو خودکار کريں. OpenAI-مطابق REST انتہا پوائنٹ، Bearer-token auth، کوئی اضافی SDK ضرورت نہیں. Token کی قیمت ویب انٹرفیس سے ملتی ہے.
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 سے Markdown tool on: ..."}]}'متعلقہ مفت AI ٹولز
PDF سے Markdown - FAQ
کسی بھی PDF میں ڈالیں اور AI اسے صاف GitHub-flavored Markdown میں تبدیل کرتا ہے - ہیڈرز ہیڈرز رہتا ہے، ٹیبل ٹیبل رہتا ہے، لسٹ لسٹ رہتا ہے، کوڈ بلاک کوڈ بلاک رہتا ہے. صاف متن استخراج سے باہر جاتا ہے؛ دستاویزی ڈھانچے کو محفوظ کیا جاتا ہے تاکہ آپ ایک docs سائٹ میں براہ راست آؤٹ پٹ ڈال سکتے ہیں، ایک LLM RAG پائپ لائن، یا ایک تلاش انڈیکس.
IBM Granite-Docling-258M (Apache 2.0) چھوٹا سا ویژن-تو-سیکنس ماڈل لئائٹ-اے-اے ڈکاؤنٹ تبدیلے کے ليے فين-ٹن کیا گيا - pdftotext کو بٹتا هے + بہت تیز + ہر صفحے پر جنری ویژن-لنگے ماڈل چلنے سے زیادہ ذہن دار
pdftotext ایک فلٹ ڈمپ ہے - فقرات اور ٹیبل لفظوں کی ایک دیوار میں گر جاتے ہیں. Adobe Export to Word لئائگٹ کو محفوظ رکھتا ہے لیکن.docx پیدا کرتا ہے + قیمت ~$15/مو. Docling SEMANTIC ڈھانچے کو محفوظ رکھتا ہے (ہیڈینگ لیول، فہرستوں کو فہرستوں کے طور پر، ٹیبلوں کو مارک ڈاون ٹیبلوں کے طور پر) اور ایک فارمیٹ کے آؤٹ پٹس LLMs اور dev ٹولز دونوں ہی فطری طور پر استعمال کر سکتے ہیں.
LlamaParse اور unstructured دونوں کے مفت درجے ہیں لیکن cap صفحات / ماہ اور ایک API کی ضرورت ہے. Docling-258M ہمارے GPU + پر مقامی طور پر چلتا ہے پورے طور پر خود مہیا Apache 2.0 ہے، کوئی پر-پیجی میٹرنگ، کوئی کلیدی سائن اپ. معیار معیاری دستاویزات پر LlamaParse کے ساتھ مقابلہ کرتا ہے.
ہاں - ٹیبل صحیح مارک ڈاون پائپ ٹیبل کے طور پر واپس آتے ہیں. پیچیدہ ملٹی-کلون / نیسٹڈ ٹیبل زیادہ تیزی سے فلٹ کیے جاتے ہیں (ایک بنیادی مارک ڈاون حد، ماڈل کی غلطی نہیں). مکمل ٹیبل وفاداری کے لیے، ہم API کے ذریعے `format=html` کو بھی مدد دیتے ہیں جو راو اسپان/کول اسپان کو محفوظ رکھتا ہے.
گرينٹ ڈکلنگ خود OCR قدم کرتا ہے - ولد-ڈیجیٹل اور سکین PDFs پر کام کرتا ہے. کم DPI (<150) پر سکین کچھ متن کی درستگي کھوتا ہے; بہترین نتائج کے لیے 200+ DPI پر دوبارہ سکین کریں.
اکثر LaTeX-Rendered مساوات inline `$...$` Markdown math کے طور پر آتے ہیں. سنگین ریاضی کے ساتھ ريسرچ پيپر کے ليے ، ہم اکیڈمي پيپر-اکسٹریکٹ ٹول (Nougat) کو بھی پيش کرتے هيں جو خاص طور پر مساوات اور حوالوں کے ليے تجويز کريے گيا هے
ہماری H200 پر ہر صفحے کے لئے 5-10 سیکنڈ۔ ایک 30 صفحہ کی رپورٹ ~3-5 منٹ ہے۔ چھوٹے ماڈل کا مطلب ہے کہ چھوٹے پی ڈی ایف کی بہت سی بیچیں بنیادی طور پر روزانہ پول میں مفت ہیں۔
200 ٹوکنس پر صفحہ، 500 ٹوکنز کے ساتھ ایک فائر 5 صفحہ کا معاہدہ = 1000 ٹوکنز 30 صفحہ کی رپورٹ = 6000 ٹوکنز 30K روزانہ مفت پول اکثر عام استعمال کو ڈھانپتا ہے
PDF — born-digital + scanned دونوں ہی مدد کیے جاتے ہیں. زیادہ سے زیادہ 50 MB اپ لوڈ. دوسرے دستاویزی فارمیٹ (DOCX, EPUB, HTML, etc.) روڈ میپ پر ہیں؛ اب کے لیے اپ لوڈ-ان-کنورٹ pdf-کنورشن ٹول سے پہلے.
فوراً پروسیسنگ، مارک ڈاون آؤٹ پٹ محفوظ کیا جاتا ہے (24h نامعلوم / 7d ادا کردہ حصے کی رابطہ ختم ہونے کے بعد)، اصل PDF نکالے جانے کے بعد فوراً حذف کیا جاتا ہے. کبھی بھی تربیت کے لئے استعمال نہیں کیا جاتا. /privacy/ مکمل پالیسی کے لئے.
ہاں - ایک ملٹی پارٹ `فائل` کو /v1/document/pdf-to-markdown/ پر POST کريں. {markdown_url, pages, preview, tokens, share_url} واپس کريں. bearer auth (sk-free-...) 10K مفت ٹوکنز /مہ دے تا هے. /api/ ميں curl مثال هے.
آپ اس ٹول کو کیسے درجہ دیں گے؟