【开源自荐】一款基于视觉模型API将PDF转Markdown的工具

[jorben]

MarkPDFDown

English | 中文

基于多模态大语言模型的PDF转Markdown工具，高质量实现文档结构化转换

项目概述

MarkPDFDown 是一款智能PDF转换Markdown工具，通过先进的多模态AI模型，能够将PDF文档准确转换为结构清晰的Markdown格式，保留原始文档的排版、表格、公式等复杂元素。

功能特性

• PDF转Markdown：支持任意PDF文档的格式转换
• 多模态理解：利用AI理解文档结构和内容
• 格式保留：完整保留标题、列表、表格等排版元素
• 模型定制：支持自定义AI模型参数配置

示例演示

安装指南

conda create -n markpdfdown python=3.9
conda activate markpdfdown

# 克隆仓库
git clone https://github.com/jorben/markpdfdown.git
cd markpdfdown

# 安装依赖
pip install -r requirements.txt

使用指南

# 设置OpenAI API密钥
export OPENAI_API_KEY=<你的API密钥>
# 可选设置API端点
export OPENAI_API_BASE=<你的API端点>
# 可选设置默认模型
export OPENAI_DEFAULT_MODEL=<你的模型>

# 运行转换程序
python main.py < tests/input.pdf > output.md

高级用法

# 转换指定页码范围
python main.py 起始页码 结束页码 < tests/input.pdf > output.md

在Docker中使用

docker run -i -e OPENAI_API_KEY=<你的API密钥> -e OPENAI_API_BASE=<你的API端点> -e OPENAI_DEFAULT_MODEL=<你的模型> jorben/markpdfdown < tests/input.pdf > output.md

依赖环境

• Python 3.9+
• 依赖库详见 requirements.txt
• 可访问的多模态AI模型服务

开源协议

本项目采用 Apache License 2.0 开源协议，详见 LICENSE 文件。