gptpdf:使用大模型一键将PDF解析为markdown格式，文中附教程！

文章预览

今天给大家分享一个开源的项目， 使用视觉大语言模型（如 GPT-4o）将 PDF 解析为 markdown。 方法非常简单(只有293行代码)，但几乎可以完美地解析排版、数学公式、表格、图片、图表等。 使用 GeneralAgent lib 与 OpenAI API 交互。 每页平均价格：0.013 美元 pdfgpt-ui 是一个基于 gptpdf 的可视化工具。 处理流程 使用 PyMuPDF 库，对 PDF 进行解析出所有非文本区域，并做好标记，比如: 使用视觉大模型（如 GPT-4o）进行解析，得到 markdown 文件。 样例 有关 PDF，请参阅 examples/attention_is_all_you_need/output.md 安装 pip install gptpdf 使用 from  gptpdf  import  parse_pdf api_key =  'Your OpenAI API Key' content, image_paths = parse_pdf(pdf_path, api_key=api_key) print(content) 更多内容请见 test/test.py API def parse_pdf(         pdf_path: str,         output_dir: str =  './' ,         prompt: Optional ………………………………