把 PDF 等资料转换为更适合检索和分析的结构化表示,可导出 Markdown 等格式。适合需要保留标题、表格和阅读顺序的场景。
代码许可证 MIT(见上方仓库的 LICENSE 文件)。
上手示例
- 选择一份含双栏正文、跨页表格和图注的样本。
- 转换后查看 Markdown,按原页顺序核对标题、段落和表格结构。
- 把输出交给下游检索系统,测试一个必须依赖表头才能回答的问题。
使用要点
复杂排版建议逐页抽查。扫描件的识别质量与原件清晰度以及使用的处理管线有关。
把 PDF 等资料转换为更适合检索和分析的结构化表示,可导出 Markdown 等格式。适合需要保留标题、表格和阅读顺序的场景。
代码许可证 MIT(见上方仓库的 LICENSE 文件)。
复杂排版建议逐页抽查。扫描件的识别质量与原件清晰度以及使用的处理管线有关。
暂无评论