PDF 转 Markdown 神器，精准且快速：支持 90 多种语言 OCR，还支持提取表格、图片和公式！

文章预览

Marker [1]  是一个能快速、准确地将 PDF 转换为 Markdown 文档的工具，目前 Github 上的 Star 数是  9.4K 。 近期热文 当 AI 遇上爬虫：让数据提取变得前所未有的简单！ 超强 OCR 新秀：支持 90 多种语言，性能超越云服务！ 7.8K Star RAG 引擎：基于深度文档理解，最大程度降低幻觉、无限上下文快速完成 “大海捞针” 测试！ Marker 主要特点 支持多种文档（针对书籍和科学论文进行了优化） 支持 90 几种语言 移除页眉/页脚/其他人工痕迹 格式化表格和代码块 支持提取和保存图片 将大多数方程转换为 latex 可在 GPU、CPU 或 MPS 上运行 Marker 性能 上图有关 marker 和 nougat 的测试，在 A6000 都需要大于 4GB 的 VRAM。 Marker 工作原理 Marker 是一个深度学习模型管道（pipeline）： 提取文本，必要时进行 OCR，支持 heuristics、surya [2] 、tesseract 等 OCR 引擎 检测页面布局并查找阅读顺 ………………………………